Recruitment of patients with chronic kidney disease and obstructive sleep apnoea for a clinical trial
Notice bibliographique
Résumé
Obstructive sleep apnoea is common in chronic kidney disease (CKD) and may accelerate the decline in kidney function. Recruitment for a randomised controlled trial to address whether treatment of sleep apnoea with continuous positive airway pressure (CPAP) slows the progression of kidney failure may be challenging because sleep apnoea is often asymptomatic in this patient population. The present report outlines recruitment challenges and how to address them. Adult patients with CKD were recruited for a 12-month randomised, controlled, non-blinded, parallel clinical trial to evaluate the impact of CPAP therapy on kidney function. Patients completed a home sleep apnoea test and those that met pre-specified sleep apnoea and nocturnal hypoxaemia severity criteria were randomised to receive CPAP or no therapy. Although 1,665 patients were eligible to participate in the study over 3 years, only 57 (3.4%) were ultimately randomised. The sequential reasons (and number of patients) for recruitment failure were: no show at clinic appointment (137), insufficient recruiters to approach every eligible patient (461), on therapy for sleep apnoea (122), unable to provide informed consent (67), refused consent (645), home sleep apnoea test not completed (47) or inclusion criteria not met (116), and declined pre-randomisation education session (12). Many challenges limit effective recruitment, which may be addressed by hiring additional recruiters and increasing the awareness of sleep apnoea among patients with CKD. These findings can be used to improve recruitment strategies and the design of future studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».