MétaCan
Menu
Retour à la cohorte
Enregistrement W4416933963 · doi:10.1017/cts.2025.10204

Community partners identified implementation considerations prior to a randomized clinical trial for uncontrolled asthma in Federally Qualified Health Centers

2025· article· en· W4416933963 sur OpenAlexaff
Maureen George, Samrawit Solomon, Rhea Khurana, Safa Elkefi, Kayla A. Diggs, Marija Zeremski, Jean‐Marie Bruzzese, Andrea Cassells, Jonathan N. Tobin, Emily DiMango, Supakorn Kueakomoldej, Alicia K. Matthews, Rachel C. Shelton

Notice bibliographique

RevueJournal of Clinical and Translational Science · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensColumbia College
Organismes subventionnairesGenentechUniversity of CambridgeNational Institute of Nursing ResearchRegeneron PharmaceuticalsAstraZeneca
Mots-clésRandomized controlled trialIntervention (counseling)AsthmaClinical trialMEDLINEPublic health

Résumé

récupéré en direct d'OpenAlex

Background and Purpose: Federally Qualified Health Centers (FQHC) are critically important in addressing the unmet healthcare needs of individuals impacted by poverty. We used implementation science frameworks to advance understanding of perceived and actual facilitators and barriers to a novel asthma intervention before initiating a FQHC practice-based clinical trial. Methods: Interviews with clinicians and administrators explored pre-implementation trial considerations. Transcripts were inductively coded using conventional content analysis. Results: Sixteen administrators and/or clinicians (88% female; mean age 49 ± 12.21; 44% Black race; 25% Hispanic ethnicity) from four FQHCs participated. Themes included (1) multi-level factors making successful implementation more or less likely, (2) pandemic-specific concerns with implications for current healthcare delivery challenges, and (3) unintended implementation consequences. Conclusions: Participants were optimistic about the likelihood of successful intervention implementation if challenges were recognized and managed. Combined with other planned assessments, this data may provide a more comprehensive evaluation of clinical trial implementation in FQHCs.

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)0,305
score de la tête « metaresearch » (Gemma)0,372
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil0,858

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3050,372
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,005
Communication savante0,0070,005
Science ouverte0,0030,007
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,731
Tête enseignante GPT0,766
Écart entre enseignants0,036 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Translational ScienceMême sujetHealth Policy Implementation ScienceTravaux en français237 207