Fit for purpose. Co-production of complex behavioural interventions. A practical guide and exemplar of co-producing a telehealth-delivered exercise intervention for people with stroke
Notice bibliographique
Résumé
BACKGROUND: Careful development of interventions using principles of co-production is now recognized as an important step for clinical trial development, but practical guidance on how to do this in practice is lacking. This paper aims (1) provide practical guidance for researchers to co-produce interventions ready for clinical trial by describing the 4-stage process we followed, the challenges experienced and practical tips for researchers wanting to co-produce an intervention for a clinical trial; (2) describe, as an exemplar, the development of our intervention package. METHOD: We used an Integrated Knowledge Translation (IKT) approach to co-produce a telehealth-delivered exercise program for people with stroke. The 4-stage process comprised of (1) a start-up planning phase with the co-production team. (2) Content development with knowledge user informants. (3) Design of an intervention protocol. (4) Protocol refinement. RESULTS AND REFLECTIONS: The four stages of intervention development involved an 11-member co-production team and 32 knowledge user informants. Challenges faced included balancing conflicting demands of different knowledge user informant groups, achieving shared power and collaborative decision making, and optimising knowledge user input. Components incorporated into the telehealth-delivered exercise program through working with knowledge user informants included: increased training for intervention therapists; increased options to tailor the intervention to participant's needs and preferences; and re-naming of the program. Key practical tips include ways to minimise the power differential between researchers and consumers, and ensure adequate preparation of the co-production team. CONCLUSION: Careful planning and a structured process can facilitate co-production of complex interventions ready for clinical trial.
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 | 0,013 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,035 |
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 ».