MétaCan
Menu
Retour à la cohorte
Enregistrement W4408370318 · doi:10.3389/fpubh.2025.1439150

Community engagement approaches and lessons learned: a case study of the PRECISE pregnancy cohort study in Kenya

2025· article· en· W4408370318 sur OpenAlexaff
Onesmus Wanje, Angela Koech, Mai‐Lei Woo Kinshella, Grace Mwashigadi, Alice Kombo, Grace Maitha, Nathan Barreh, Hiten D. Mistry, Marianne Vidler, Rachel Craik, Marie‐Laure Volvert, Peter von Dadelszen, Marleen Temmerman

Notice bibliographique

RevueFrontiers in Public Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institute of Mental HealthOffice of the DirectorFogarty International CenterNational Institutes of HealthUK Research and Innovation
Mots-clésInformed consentCommunity engagementMedical educationCohortMedicineFamily medicineBiobankData collectionCohort studyPsychologyNursingPublic relationsAlternative medicinePolitical scienceSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Community engagement (CE) has been recommended as an important ethical consideration for health research to enhance informed consent and exchange knowledge between researchers and community members. The purpose of this paper is to describe how CE was developed and delivered for the PRECISE prospective pregnancy cohort study in Kenya. PRECISE enrolled pregnant women in antenatal care, followed them up to the postpartum period, and collected data and biological samples to enable the study of placental disorders in sub-Saharan Africa. Initially CE was aimed at informing the community about the study, establishing community-wide acceptance of the research and addressing concerns about biological sample collection to facilitate participation in the study. CE later evolved to be a platform for mutual learning aiming to deepen the community's understanding of research principles and informed consent and providing a feedback loop to researchers. We engaged diverse stakeholders including health workers and managers, local administrators, religious and traditional leaders, older women, pregnant women, non-pregnant women and men. We utilized a variety of CE approaches and tools adapting to the specific contextual factors at the study sites. Achievements included widespread understanding of informed consent and research principles, clarification of misconceptions, and dispelling of fears regarding biological sample collection. The relationship with the community was strengthened evidenced by frequent inquiries and active participation in CE activities and the research study. For effective CE, we recommend involvement of community members in the CE team and continuous and adaptive CE throughout the study period.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,039
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0220,008
Communication savante0,0050,005
Science ouverte0,0030,010
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,696
Tête enseignante GPT0,561
Écart entre enseignants0,135 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetEthics in Clinical ResearchTravaux en français237 207