Perceptions and Attitudes towards Medical Research in the United Arab Emirates: Results from the Abu Dhabi Cohort Study (ADCS) Focus Group Discussions
Notice bibliographique
Résumé
BACKGROUND: In developing medical research, particularly in regions where medical research is largely unfamiliar, it is important to understand public perceptions and attitudes towards medical research. In preparation for starting the first cohort study in the United Arab Emirates, the Abu Dhabi Cohort Study (ADCS), we sought to understand how we could improve the quality of the research process for participants and increase public trust and awareness of research. METHODS: We conducted six focus groups (FG), consisting of Emirati men and women aged above 18 years to resemble the target population for the ADCS. Sampling was purposive and convenient. Data collection was an iterative process until saturation was reached with no new themes identified. Text from each FG was analyzed separately by identifying emerging issues and organizing related concepts into categories or themes. A coding tree was developed, consisting of the main concepts, themes, subthemes and corresponding quotes. Both themes and main ideas were identified using inductive analysis. RESULTS: Forty-two participants enrolled at 3 academic centers (New York University Abu Dhabi, UAE University, Zayed University) and the Abu Dhabi blood bank. Focus group participants described lack of awareness of research as a challenge to participation in clinical research studies. Altruism, personal relevance of the research, and the use of role models were commonly identified motivators. Participants were generally satisfied with the informed consent process for the ADCS, but would be disappointed if not provided test results or study outcomes. Fear of a breach in confidentiality was a frequently expressed concern. CONCLUSIONS: Participants join research studies for varied, complex reasons, notably altruism and personal relevance. Based on these insights, we propose specific actions to enhance participant recruitment, retention and satisfaction in the ADCS. We identified opportunities to improve the research experience through improved study materials and communication to participants and the broader community.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».