Becoming a research participant: Decision-making needs of individuals with neuromuscular diseases
Notice bibliographique
Résumé
BACKGROUND: Research has shown that some people with neuromuscular diseases may have a lower level of education due to lower socioeconomic status and possibly compromised health literacy. In view of these data, it appears important to document their decision-making needs to ensure better support when faced with the decision to participate or not in research projects. OBJECTIVES: 1) To document the decision-making needs of individuals with neuromuscular diseases to participate in research; 2) To explore their preferences regarding the format of knowledge translation tools related to research participation. METHODS: This qualitative study is based on the Ottawa Decision Support Framework. A two-step descriptive study was conducted to capture the decision-making needs of people with neuromuscular diseases related to research participation: 1) Individual semi-directed interviews (with people with neuromuscular diseases) and focus groups (with healthcare professionals); 2) Synthesis of the literature. RESULTS: The semi-directed interviews (n = 11), the two focus groups (n = 11) and the literature synthesis (n = 50 articles) identified information needs such as learning about ongoing research projects, scientific advances and research results, the potential benefits and risks associated with different types of research projects, and identified values surrounding research participation: helping other generations, trust, obtaining better clinical follow-up, and socialization. CONCLUSION: This paper provides useful recommendations to support researchers and clinicians in developing material to inform individuals with neuromuscular diseases about research participation.
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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».