MétaCan
Menu
Retour à la cohorte
Enregistrement W4200297493 · doi:10.1016/j.conctc.2021.100858

Growing pains: Lessons learned from a failed mobile mindfulness clinical trial for patients with complex care needs

2021· article· en· W4200297493 sur OpenAlexaffabout
Philippa Hood, Meena Ramachandran, Rachel Devitt

Notice bibliographique

RevueContemporary Clinical Trials Communications · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensProvidence Health Care
Organismes subventionnairesnon disponible
Mots-clésMindfulnessReferralRandomized controlled trialPopulationMedicineIntervention (counseling)Clinical trialResearch designPatient recruitmentNursingGerontologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

This paper discusses lessons learned from a failed clinical trial investigating the use of a mobile application (app) to deliver a mindfulness intervention to middle-aged and older adults receiving services at a rehabilitation hospital in Ontario, Canada. A randomized controlled trial with 82 participants was planned, with the experimental group receiving access to a mindfulness app and a wait-list control group receiving access to the app after 4 weeks; however, the study could not be completed due to low recruitment rates. This implementation failure was considered from the perspective of the PARIHS framework. More specifically, Three key recruitment challenges were identified, and recommendations for future research provided. Firstly, the increasingly complex care needs of the study population appeared to influence eligibility; it would be beneficial for future research to consider adopting strategies to better understand the needs of the target population. Secondly, participants' stage of care and readiness of change likely negatively influenced compliance and retention in this study, and should be assessed in future research. Finally, a lack of clinician integration into the research team negatively impacted recruitment in this study; future studies should consider integrating direct service providers into the research team as this may increase buy-in and referral rates. The challenges and recommendations outlined can inform design and implementation of future studies in this area.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Méthodes · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Essai randomisémedium
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,184
score de la tête « metaresearch » (Gemma)0,309
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil0,971

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1840,309
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,006
Science ouverte0,0040,003
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,694
Tête enseignante GPT0,591
Écart entre enseignants0,103 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Essai randomisé
DomaineMéthodes
GenreCommentaire · Empirique

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

En bref

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContemporary Clinical Trials CommunicationsMême sujetDigital Mental Health InterventionsCatégorieMétarechercheTravaux en français237 207