Developing best practices for outreach and recruitment: Updates from the Asian Cohort for Alzheimer’s disease (ACAD) study
Notice bibliographique
Résumé
Abstract Background Despite investments in AD research to combat this public health crisis, racial/ethnic minorities such as Asian Americans and Asian Canadians (ASACs) remain underrepresented in AD research including clinical trials, biomarker, and genome‐wide association studies. The Asian Cohort for Alzheimer’s Disease (ACAD) is the first large AD cohort for ASACs with a focus on recruiting Chinese, Korean and Vietnamese. We present the outreach and recruitment strategies employed by the ACAD Recruitment and Outreach Workgroup (Workgroup) during the ACAD’s pilot phase. Method Community‐Based Participatory Research (CBPR) principles are embedded through all activities as a fundamental strategy to increase research participant engagement of ASACs. CBPR engages the community in all phases of research (i.e., recruitment; resource sharing; study design; data interpretation). The Workgroup was tasked with a) coordinating and monitoring recruitment activities across all 8 recruiting sites in the US and Canada; b) developing and disseminating recruitment and community outreach/education materials; c) convening the community advisory board (CAB) to elicit feedback on participant referrals, study processes, outreach/recruitment materials and to address community partner needs; d) collaborating with academic and community partners on outreach; and e) developing best practices for community outreach. Result The Workgroup developed multilingual and culturally adapted ACAD‐wide outreach, recruitment and retention materials including study flyers, presentation template materials, animated videos, e‐cards, social media accounts and ads. ACAD CAB provided valuable input regarding study procedures and materials as well as promoting ACAD to their respective communities and networks. During the ACAD pilot phase, 26 outreach activities were conducted across sites. Given that ACAD was launched during the COVID‐19 pandemic, many (n = 16) activities were conducted online and some at community centers, clinics, senior apartments, and outdoor events, with an estimated reach of 3,500+ community members. Many (62.5%) events were conducted in English (n = 17), and others in Asian languages such as Cantonese (n = 5), Korean (n = 2), Mandarin (n = 9) and Vietnamese (n = 2). Conclusion ACAD’s multifaceted approach to outreach and recruitment aims to optimize community engagement and a step towards representation of ASACs in AD studies. The Workgroup will continue to monitor outreach/recruitment metrics and provide support for overall and site‐specific community engagement needs.
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 | 0,408 | 0,298 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,010 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».