Bridging the gap: Understanding Latino willingness to participate in public health and clinical trials research across diverse subgroups
Notice bibliographique
Résumé
Background: Latino sub-groups remains limited. The purpose of this study was to investigate how knowledge, awareness and willingness to participate in research differs between US- born and immigrant Latinos. Methods: We conducted a population-based household telephone survey with Latino adults (N = 1264), with 68 % Mexican/Mexican American, 11 % Central/South American, 8 % Puerto Rican and the remaining 13 % self-identified as "Other". The "Building Trust Survey," included valid standardized instruments designed to assess knowledge of research, human subjects' protections, previous participation in research, immigrant status (nativity), length of time in the US, and country of origin. Results: The study found that Latinos who immigrated to the US as teens or young adults were more willing to participate in medical research than those born in the US. Willingness to "take" something in a study varied by Latino subgroup, immigration age, gender, and age. Analysis highlighted that Mexican/Mexican Americans (76 %) and Central/South Americans (74 %) indicated a willingness to participate in research but also were less likely to have been "Asked" to participate in research (9 % and 6 % respectively) compared to the other subgroups (p < .05). Conclusions: Insights from this study will inform the development of culturally tailored interventions aimed at successfully recruiting and retaining Latino populations in public health and clinical trials research, thereby contributing to more equitable and representative health outcomes.
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 | 0,129 | 0,214 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».