MétaCan
Menu
Retour à la cohorte
Enregistrement W4205766602 · doi:10.1186/s12961-021-00790-2

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

2022· letter· en· W4205766602 sur OpenAlexaff
Emily Ramage, Meredith Burke, Margaret Galloway, Ian D. Graham, Heidi Janssen, Dianne L. Marsden, Amanda Patterson, Michael Pollack, Catherine M. Said, Elizabeth Lynch, Coralie English

Notice bibliographique

RevueHealth Research Policy and Systems · 2022
Typeletter
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilAustralian Government
Mots-clésTelehealthPsychological interventionKnowledge translationIntervention (counseling)Protocol (science)Medical educationMedicineHealth services researchProcess (computing)Intervention mappingKnowledge managementProcess managementNursingPsychologyComputer scienceTelemedicinePublic healthHealth careHealth promotionEngineeringAlternative medicine

Résumé

récupéré en direct d'OpenAlex

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 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)0,016
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,409
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,723
Tête enseignante GPT0,606
Écart entre enseignants0,117 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations42
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetMental Health and Patient InvolvementTravaux en français237 207