MétaCan
Menu
Retour à la cohorte
Enregistrement W3161157277 · doi:10.1111/jep.13583

Factors that influence community hospital involvement in clinical trials: A qualitative descriptive study

2021· article· en· W3161157277 sur OpenAlexafffundabout
Mei Wang, Lisa Dolovich, Anne Holbrook, Susan M. Jack

Notice bibliographique

RevueJournal of Evaluation in Clinical Practice · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensUniversity of TorontoUniversity of WaterlooMcMaster UniversitySt. Joseph’s Healthcare HamiltonImpact
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGeneralizability theoryDescriptive statisticsInclusion (mineral)Patient recruitmentResearch designQualitative researchMedicineDescriptive researchFamily medicineClinical trialRandomized controlled trialNursingPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

RATIONALE, AIMS AND OBJECTIVES: The successful conduct of randomized clinical trials (RCTs) is often impeded by recruitment difficulties. Community hospitals see large volumes of patients but rarely participate in trials. The objective of this study was to explore how research stakeholders identify and understand the contextual, organizational, research, and individual-level factors that influence the engagement of community hospitals in Ontario to participate in RCTs as partner sites. METHODS: In this descriptive, qualitative study, semi-structured interviews were conducted with a purposeful sample of 18 individuals who are familiar with the processes associated with engaging community hospitals for research or recruiting participants from these sites into trials. Demographic data were summarized using descriptive statistics. The principles of conventional content analysis were used to code, categorize and synthesize the interview data. RESULTS: Informed by participants' descriptions, the results were organized within three unique stages that describe the process of recruitment within community hospitals: (a) community hospital engagement; (b) initiation of the project in the community hospitals; and (c) recruiting patients. The key barriers were the invisibility of the community hospitals to research investigators and the lack of research infrastructure in most of the community hospitals. Increased communication and sharing of resources between academic centers and community hospitals facilitated recruitment across all three stages. CONCLUSION: Our results illustrated a willingness of community hospitals to participate in RCTs, but a lack of capacity for research. Additional efforts by trial coordinating sites are required to recruit community hospitals, but their inclusion improves the generalizability of trial results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,051
score de la tête « metaresearch » (Gemma)0,087
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,949
Score d'incertitude au seuil0,268

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,087
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0140,014
Communication savante0,0070,006
Science ouverte0,0020,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,928
Tête enseignante GPT0,776
Écart entre enseignants0,152 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomaineÉvaluation
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

Citations12
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Evaluation in Clinical PracticeMême sujetEthics in Clinical ResearchTravaux en français237 207