Adding quality to quantity in randomized controlled trials of addiction prevention and treatment: a new framework to facilitate the integration of qualitative research
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Randomized controlled trials (RCTs) are important for evaluating interventions, and qualitative research is increasingly recognized as being crucial to the success of this enterprise. We aimed to describe and demonstrate a temporal parallel purpose framework to help researchers understand how to make optimum use of qualitative research before, during and after RCTs. This framework sets out specific rationales for conducting qualitative research at each stage of a trial, where the rationales presented relate to both the intervention and evaluation methodology. METHOD AND RESULTS: We conducted a scoping review of published qualitative studies undertaken alongside RCTs focusing on illicit drug use. We then used the temporal parallel purpose framework to present key findings to demonstrate how qualitative studies can add value to addiction RCTs by enhancing understanding of the intervention being trialled and/or the RCT itself. In so doing, we highlight the missed opportunities for addiction science when qualitative research is overlooked. We also explain why barriers to combining qualitative research and RCTs are neither inevitable nor insurmountable. CONCLUSIONS: The temporal parallel purpose framework provides a tool for assessing when and why to combine qualitative research with addiction treatment and prevention RCTs. Our paper and framework can help researchers formulate key questions that qualitative research can address. This can potentially save resources by reducing the number of poorly designed interventions and trials and prevent morbidity, mortality, and other addiction-related harms by facilitating the identification and implementation of interventions that are most likely to be effective.
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 | 0,149 | 0,152 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes 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 ».