147 Successful Strategies Supporting Recruitment, Intervention Delivery and Retention Targets in a Randomized Controlled Trial of a Complex Intervention
Notice bibliographique
Résumé
Background: Complex interventions are widely used in modern health care practice and are defined as those having potentially interacting components. Evaluation can be challenging due to difficulties in logistics, standardisation and delivery. In addition, there can be difficulty recruiting to time and to target (particularly in multicentre studies) and minimising attrition and data loss. We report how the RAFT study [a seven-centre randomized controlled trial (RCT) comparing a complex group cognitive-behavioural (CB) intervention with standard care for the reduction of fatigue impact in patients with RA) is implementing successful strategies to meet recruitment, intervention delivery and retention targets. The study requires patients to make a substantial commitment over a 2 year period and for the intervention to be delivered by routine clinical staff trained for this purpose. Methods: The following strategies were agreed upon during the planning and design phase: Maximising recruitment: Funded research nurse time at all seven sites; mailshot option for approach; recruitment posters for clinics; flexible and pragmatic approach to session attendance; telephone, email and postal contact; newsletter and regular knowledge exchange between the central trial management team and sites; weekly recruitment updates and reviews. Ensuring intervention delivery: Flexible course dates and times set by each site, regular communication with the central management team to discuss foreseeable issues and preventative actions, provision of real-time clinical supervision and full-time telephone/email support. Minimising attrition and data loss: Primary outcome collection by telephone, ensuring regular personal contact; secondary data collection by postal questionnaire, reducing the number of hospital visits; telephone reminders; partial withdrawal options; personalized letters and thank you cards. Patient involvement: We had a number of acceptability and feasibility consultations with our two patient partners. Both partners had prior experience attending the intervention, were co-applicants on the grant proposal and continue to provide a patient perspective as members of the trial management group.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,291 | 0,384 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,005 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».