Recruitment of caregivers into health services research: lessons from a user-centred design study
Notice bibliographique
Résumé
BACKGROUND: With patient and public engagement in many aspects of the healthcare system becoming an imperative, the recruitment of patients and members of the public into service and research roles has emerged as a challenge. The existing literature carries few reports of the methods - successful and unsuccessful - that researchers engaged in user-centred design (UCD) projects are using to recruit participants as equal partners in co-design research. This paper uses the recruitment experiences of a specific UCD project to provide a road map for other investigators, and to make general recommendations for funding agencies interested in supporting co-design research. METHODS: We used a case study methodology and employed Nominal Group Technique (NGT) and Focus Group discussions to collect data. We recruited 25 family caregivers. RESULTS: Employing various strategies to recruit unpaid family caregivers in a UCD project aimed at co-designing an assistive technology for family caregivers, we found that recruitment through caregiver agencies is the most efficient (least costly) and effective mechanism. The nature of this recruitment work - the time and compromises it requires - has, we believe, implications for funding agencies who need to understand that working with caregivers agencies, requires a considerable amount of time for building relationships, aligning values, and establishing trust. CONCLUSIONS: In addition to providing adaptable strategies, the paper contributes to discussions surrounding how projects seeking effective, meaningful, and ethical patient and public engagement are planned and funded. We call for more evidence to explore effective mechanisms to recruit family caregivers into qualitative research. We also call for reports of successful strategies that other researchers have employed to recruit and retain family caregivers in their research.
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 | 0,469 | 0,378 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,015 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,006 | 0,014 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».