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 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 | 0,073 | 0,166 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; 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 ».