Study protocol and implementation details for a pragmatic, stepped-wedge cluster randomised trial of a digital adherence technology to facilitate tuberculosis treatment completion
Notice bibliographique
Résumé
INTRODUCTION: Low-cost digital adherence technologies (DATs) such as 99DOTS have emerged as an alternative to directly observed therapy (DOT), the current standard for tuberculosis (TB) treatment supervision. However, there are limited data to support DAT scale-up. The 'DOT to DAT' trial aims to evaluate the effectiveness and implementation of a 99DOTS-based TB treatment supervision strategy. METHODS AND ANALYSIS: This is a pragmatic, stepped-wedge cluster randomised trial, with hybrid type 2 effectiveness-implementation design. The trial will include all adults (estimated N=1890) treated for drug-susceptible pulmonary TB over an 8-month period at 18 TB treatment units in Uganda. Three sites per month will switch from routine care (DOT) to the intervention (99DOTS-based treatment supervision) beginning in month 2, with the order determined randomly. 99DOTS enables patients to be monitored while self-administering TB medicines. Patients receive daily automated short message service (SMS) dosing reminders and confirm dosing by calling toll-free numbers. The primary effectiveness outcome is the proportion of patients completing TB treatment. With 18 clusters randomised into six steps and an average cluster size of 15 patients per month, the study will have 89% power to detect a 10% or greater increase in treatment completion between the routine care and intervention periods. Secondary outcomes include more proximal effectiveness measures as well as quantitative and qualitative assessments of the reach, adoption and implementation of the intervention. ETHICS AND DISSEMINATION: Ethics approval was granted by institutional review boards at Makerere University School of Public Health and the University of California San Francisco. Findings will be disseminated through peer-reviewed publications, presentations at scientific conferences and presentations to key stakeholders. TRIAL REGISTRATION NUMBER: PACTR201808609844917.
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 | 0,060 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,006 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,259 | 0,038 |
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 ».