Integrating quantitative and qualitative data and findings when undertaking randomised controlled trials
Notice bibliographique
Résumé
It is common to undertake qualitative research alongside randomised controlled trials (RCTs) when evaluating complex interventions. Researchers tend to analyse these datasets one by one and then consider their findings separately within the discussion section of the final report, rarely integrating quantitative and qualitative data or findings, and missing opportunities to combine data in order to add rigour, enabling thorough and more complete analysis, provide credibility to results, and generate further important insights about the intervention under evaluation. This paper reports on a 2 day expert meeting funded by the United Kingdom Medical Research Council Hubs for Trials Methodology Research with the aims to identify current strengths and weaknesses in the integration of quantitative and qualitative methods in clinical trials, establish the next steps required to provide the trials community with guidance on the integration of mixed methods in RCTs and set-up a network of individuals, groups and organisations willing to collaborate on related methodological activity. We summarise integration techniques and go beyond previous publications by highlighting the potential value of integration using three examples that are specific to RCTs. We suggest that applying mixed methods integration techniques to data or findings from studies involving both RCTs and qualitative research can yield insights that might be useful for understanding variation in outcomes, the mechanism by which interventions have an impact, and identifying ways of tailoring therapy to patient preference and type. Given a general lack of examples and knowledge of these techniques, researchers and funders will need future guidance on how to undertake and appraise them.
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 | 0,867 | 0,916 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,008 |
| Méta-épidémiologie (sens large) | 0,012 | 0,013 |
| Bibliométrie | 0,030 | 0,035 |
| Études des sciences et des technologies | 0,007 | 0,023 |
| Communication savante | 0,028 | 0,038 |
| Science ouverte | 0,012 | 0,030 |
| Intégrité de la recherche | 0,013 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,006 |
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 ».