Cost analysis and efficacy of recruitment strategies used in a large pragmatic community-based clinical trial targeting low-income seniors: a comparative descriptive analysis
Notice bibliographique
Résumé
OBJECTIVE: One of the most challenging parts of running clinical trials is recruiting enough participants. Our objective was to determine which recruitment strategies were effective in reaching specific subgroups. STUDY DESIGN AND SETTING: We assessed the efficacy and costs of the recruitment strategies used in the Assessing Outcomes of Enhanced Chronic Disease Care Through Patient Education and a Value-based Formulary Study (ACCESS) in Alberta, Canada. RESULTS: Twenty percent of the study budget ($354,330 CAD) was spent on recruiting 4013 participants, giving an average cost per enrolled of $88 CAD. Pharmacies recruited the most participants (n = 1217), at a cost of $128/enrolled. "Paid media" had the highest cost ($806/enrolled), whereas "word of mouth" and "unpaid media" had the lowest (~$3/enrolled). Participants enrolled from "seniors outreach" had the lowest baseline quality of life and income, while participants from "word of mouth" had the lowest educational attainment. CONCLUSION: The "health care providers" strategies were especially successful - at a moderate cost per enrolled. The "media" strategies were less effective, short lasting, and more costly. No strategy was singularly effective in recruiting our targeted groups, emphasizing the importance of utilizing a variety of strategies to reach recruitment goals. TRIAL REGISTRATION: ClinicalTrials.gov, NCT02579655 . Registered on 19 October 2015.
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 | 0,097 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 | 0,003 |
| 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 ».