Factors related to dropout in integrative oncology clinical trials: interim analysis of an ongoing comparative effectiveness trial of mindfulness-based cancer recovery and Tai chi/Qigong for cancer health (The MATCH study)
Notice bibliographique
Résumé
OBJECTIVE: To examine the factors associated with loss to follow-up (LTFU) in an ongoing preference-based randomized waitlist controlled trial of mindfulness-based cancer recovery (MBCR) and Taichi/Qigong (TCQ) for cancer survivors (the MATCH Study). Hierarchical logistic regression was used to determine the factors associated with LTFU. Predictors included adherence to treatment, preference vs. randomized, type of intervention (MBCR vs. TCQ) and program timing (immediate {IM} vs. waitlist control {WLC} group). RESULTS: Data indicated that randomization to the WLC group and, once in the intervention, low adherence were the main predictors of LTFU. Participants in the WLC group were 4 times more likely to be LTFU post-randomization [OR 3.96, 95% CI 2.08-7.56, p < 0.005] than those in the IM group. Participants showing low adherence to treatment were 6 times more likely for LTFU post-intervention [5.87 (2.57-13.400; p < 0.005] and 4 times more likely for LTFU 6 months post-intervention [OR 3.93, 95% CI 1.53-10.02, p = 0.01].
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 | 0,069 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,008 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».