Rationale and Design of the Diet, CKD, and Apolipoprotein L1 Study in Low-Income and Middle-Income Countries
Notice bibliographique
Résumé
Introduction: nephropathy. We describe enrollment and retention efforts and highlight facilitators and barriers to enrollment and operational challenges, as well as accommodations made in the study protocol. Methods: The DCA study is enrolling participants in 7 centers in West Africa. Participants who consented were invited to complete dietary recalls and 24-hour urine collections in year 1. We conducted focus groups and semistructured interviews among study personnel to identify facilitators and barriers to enrollment as well as retention and operational challenges in the execution of the study protocol. We analyzed emerging themes using content analyses. Results: A total of 712 participants were enrolled in 18 months with 1256 24-hour urine and 1260 dietary recalls. Barriers to enrollment were the following: (i) a lack of understanding of research, (ii) the burden of research visits, and (iii) incorporating cultural and traditional nuances when designing research protocols. Factors facilitating enrollment were the following: (i) designing convenient research visits, (ii) building rapport and increased communication between the research team and participants, and (iii) cultural sensitivity - adapting research protocols for the populations involved. Offering home visits, providing free dietary counseling, reducing the volume of study blood collection, and reducing the frequency of visits were some changes made in the study protocol that increased participant satisfaction. Conclusion: Adopting a participant-centered approach with accommodations in the protocol for cultural adaptability and incorporating participant feedback is vital for carrying out research in low-income and middle-income regions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».