MétaCan
Menu
Retour à la cohorte
Enregistrement W3092092890 · doi:10.1186/s12874-020-01136-2

Recruiting men from across the socioeconomic spectrum via GP registers and community outreach to a weight management feasibility randomised controlled trial

2020· article· en· W3092092890 sur OpenAlexaff
Matthew McDonald, Stephan U Dombrowski, Rebecca Skinner, Eileen Calveley, Paula Carroll, Andrew Elders, Cindy M. Gray, Mark Grindle, Fiona Harris, Claire Jones, Pat Hoddinott, Alison Avenell, Frank Kee, Michelle C. McKinley, Martin Tod, Marjon van der Pol

Notice bibliographique

RevueBMC Medical Research Methodology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesMedical Research CouncilUniversity of StirlingNational Institute for Health and Care ResearchUniversity of DundeeUniversity of AberdeenScottish GovernmentPublic Health Research ProgrammeScottish Government Health and Social Care Directorate
Mots-clésOutreachDisadvantagedMedicineWeight managementPsychological interventionWaistFamily medicineSocioeconomic statusGerontologyRandomized controlled trialObesityWeight lossPhysical therapyDemographyPopulationNursingEnvironmental healthSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Men, particularly those living in disadvantaged areas, are less likely to participate in weight management programmes than women despite similar levels of excess weight. Little is known about how best to recruit men to weight management interventions. This paper describes patient and public involvement in pre-trial decisions relevant to recruitment and aims to report on recruitment to the subsequent men-only weight management feasibility trial, including the: i) acceptability and feasibility of recruitment; and ii) baseline sample characteristics by recruitment strategy. METHODS: and/or waist circumference ≥ 40 in. were recruited to the feasibility trial via two strategies; community outreach (venue information stands and word of mouth) and GP letters, targeting disadvantaged areas. Recruitment activities (e.g. letters sent, researcher venue hours) were recorded systematically, and baseline characteristics questionnaire data collated. Qualitative interviews (n = 50) were conducted three months post-recruitment. Analyses and reporting followed a complementary mixed methods approach. RESULTS: 105 men were recruited within four months (community n = 60, GP letter n = 45). Community outreach took 2.3 recruiter hours per participant and GP letters had an opt-in rate of 10.2% (n = 90/879). More men were interested than could be accommodated. Most participants (60%) lived in more disadvantaged areas. Compared to community outreach, men recruited via GP letters were older (mean = 57 vs 48 years); more likely to report an obesity-related co-morbidity (87% vs 44%); and less educated (no formal qualifications, 32% vs 10%, degree educated 11% vs 41%). Recruitment strategies were acceptable, a sensitive approach and trusting relationships with recruiters valued, and the 'catchy' study name drew attention. CONCLUSIONS: Targeted community outreach and GP letters were acceptable strategies that successfully recruited participants to a men-only weight management feasibility trial. Both strategies engaged men from disadvantaged areas, a typically underserved population. Using two recruitment strategies produced samples with different health risk profiles, which could add value to research where either primary or secondary prevention is of interest. Further work is required to examine how these strategies could be implemented and sustained in practice. TRIAL REGISTRATION: ClinicalTrials.gov: NCT03040518 , 2nd February 2017.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,145
score de la tête « metaresearch » (Gemma)0,361
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1450,361
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,692
Tête enseignante GPT0,603
Écart entre enseignants0,089 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical Research MethodologyMême sujetSocial Media in Health EducationTravaux en français237 207