MétaCan
Menu
Retour à la cohorte
Enregistrement W3204612080 · doi:10.2196/21142

Recruiting Participants for Population Health Intervention Research: Effectiveness and Costs of Recruitment Methods for a Cohort Study

2021· article· en· W3204612080 sur OpenAlexafffundabout
Rania Wasfi, Zoé Poirier Stephens, Meridith Sones, Karen Laberee, Caitlin Pugh, Daniel Fuller, Meghan Winters, Yan Kestens

Notice bibliographique

RevueJournal of Medical Internet Research · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensSimon Fraser UniversityUniversité de MontréalMemorial University of NewfoundlandCentre Hospitalier de l’Université de MontréalPublic Health Agency of Canada
Organismes subventionnairesCanadian Institutes of Health ResearchUniversité de MontréalGovernment of CanadaPublic Health AgencyPublic Health Agency of Canada
Mots-clésSnowball samplingSocial mediaPsychological interventionPopulationCohortMedicinePsychologyFamily medicineGerontologyMedical educationNursingEnvironmental healthComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Public health research studies often rely on population-based participation and draw on various recruitment methods to establish samples. Increasingly, researchers are turning to web-based recruitment tools. However, few studies detail traditional and web-based recruitment efforts in terms of costs and potential biases. OBJECTIVE: This study aims to report on and evaluate the cost-effectiveness, time effectiveness, and sociodemographic representation of diverse recruitment methods used to enroll participants in 3 cities of the Interventions, Research, and Action in Cities Team (INTERACT) study, a cohort study conducted in Canadian cities. METHODS: Over 2017 and 2018 in Vancouver, Saskatoon, and Montreal, the INTERACT study used the following recruitment methods: mailed letters, social media (including sponsored Facebook advertisements), news media, partner communications, snowball recruitment, in-person recruitment, and posters. Participation in the study involved answering web-based questionnaires (at minimum), activating a smartphone app to share sensor data, and wearing a device for mobility and physical activity monitoring. We describe sociodemographic characteristics by the recruitment method and analyze performance indicators, including cost, completion rate, and time effectiveness. Effectiveness included calculating cost per completer (ie, a participant who completed at least one questionnaire), the completion rate of a health questionnaire, and the delay between completion of eligibility and health questionnaires. Cost included producing materials (ie, printing costs), transmitting recruitment messages (ie, mailing list rental, postage, and sponsored Facebook posts charges), and staff time. In Montreal, the largest INTERACT sample, we modeled the number of daily recruits through generalized linear models accounting for the distributed lagged effects of recruitment campaigns. RESULTS: Overall, 1791 participants were recruited from 3 cities and completed at least one questionnaire: 318 in Vancouver, 315 in Saskatoon, and 1158 in Montreal. In all cities, most participants chose to participate fully (questionnaires, apps, and devices). The costs associated with a completed participant varied across recruitment methods and by city. Facebook advertisements generated the most recruits (n=687), at a cost of CAD $15.04 (US $11.57; including staff time) per completer. Mailed letters were the costliest, at CAD $108.30 (US $83.3) per completer but served to reach older participants. All methods resulted in a gender imbalance, with women participating more, specifically with social media. Partner newsletters resulted in the participation of younger adults and were cost-efficient (CAD $5.16 [US $3.97] per completer). A generalized linear model for daily Montreal recruitment identified 2-day lag effects on most recruitment methods, except for the snowball campaign (4 days), letters (15 days), and reminder cards (5 days). CONCLUSIONS: This study presents comprehensive data on the costs, effectiveness, and bias of population recruitment in a cohort study in 3 Canadian cities. More comprehensive documentation and reporting of recruitment efforts across studies are needed to improve our capacity to conduct inclusive intervention research.

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)0,213
score de la tête « metaresearch » (Gemma)0,178
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,2130,178
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,761
Tête enseignante GPT0,729
Écart entre enseignants0,032 · 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'étudeObservationnel
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

Citations41
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetSocial Media in Health EducationTravaux en français237 207