Mobilising knowledge between practitioners and researchers to iteratively refine a complex intervention (DAFNEplus) pre-trial: protocol for a structured, collaborative working group process
Notice bibliographique
Résumé
BACKGROUND: Randomised controlled trials (RCTs) of complex interventions often begin with a pilot phase to test the proposed methods and refine the intervention before it is trialled. Although the Medical Research Council (MRC) recommends regular communication between the practitioners delivering the intervention and the researchers evaluating it during the pilot phase, there is a lack of practical guidance about how to undertake this aspect of pre-trial work. This paper describes a novel structured process for collaborative working, which we developed to iteratively refine a complex intervention prior to an RCT. We also describe an in-built qualitative study to learn lessons about how this approach could be used by future study teams. METHODS: . The intervention is being piloted in three National Health Service (NHS) diabetes centres in two waves, with refinements being incrementally implemented between each wave in response to real-time, collective learning (combining practitioner experience, process evaluation data and patient and public involvement via an advisory group). A structured 'Collaborative Working Group' (CWG) process, comprising monthly teleconferences and four strategically timed face-to-face meetings, is being used to identify and respond systematically to emerging implementation challenges and research findings. The group involves 25 members of the study team, including the multi-disciplinary practitioners delivering the intervention, the research teams conducting the process evaluation, the study manager and Chief Investigator. An in-built qualitative study comprising documentary analysis of meeting materials, discourse analysis of meeting transcripts, reflexive note taking, and thematic analysis of focus groups and interviews with CWG members is being undertaken to explore how the CWG works and how its processes and procedures might be improved. DISCUSSION: The CWG process offers a potential model for collaborative working in future pre-trial pilot phases and intervention development studies that operationalises MRC guidance to progressively develop a complex intervention and foster shared ownership through genuine collaboration. The findings from the qualitative study will provide insight into how to best support collaborative working to achieve optimal intervention design.
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 | 0,177 | 0,182 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,008 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,011 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,064 | 0,024 |
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 source (Gemma direct ou Codex distillé), 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 ».