Enrollment cost and recruitment effectiveness in a deep transcranial magnetic stimulation clinical trial for older adults with depression: a mixed-methods analysis of recruitment strategies, facilitators, and barriers
Notice bibliographique
Résumé
OBJECTIVE: Recruitment challenges are inherent in clinical research and are particularly pronounced in older adults with depression, who often face unique barriers such as medical comorbidities and infrequent help-seeking behavior. Neurostimulation techniques, like deep transcranial magnetic stimulation (dTMS), are often unfamiliar to patients. The literature offers limited insight into the costs and practical guidance associated with recruitment strategies in dTMS trials. This study aimed to address these gaps by investigating the cost-effectiveness of various recruitment strategies for dTMS trials among older adults, in addition to potential facilitators and barriers to recruitment. METHODS: This mixed-methods retrospective analysis examined recruitment data from our pilot study investigating the effects of dTMS in older adults with depression. We assessed diverse recruitment methods by analyzing enrollment rates and conducting an enrollment-cost analysis. Recruitmentrelated barriers and facilitators were identified through a theoretical thematic analysis. RESULTS: Over 14 months, we received 185 referrals, resulting in 22 enrolled participants. Health care provider outreach to affiliated mental health clinics was the most effective recruitment method, with an enrollment-cost rate of 0.00189 (CAD 537.63/person enrolled). The second most effective recruitment method was Facebook, yielding an enrollment-cost rate of 0.00099 (CAD 925.93/person enrolled). Social support from research personnel was a potential facilitator of recruitment, while timeintensiveness and accessibility challenges were noted as potential barriers. CONCLUSION: Our findings highlight both health care provider outreach within mental health clinics and Facebook advertising as effective recruitment strategies. Future research is needed to evaluate recruitment-related facilitators and barriers to dTMS interventions for older adults with depression.
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 | 0,254 | 0,357 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».