Recruitment and retention challenges and strategies in randomized controlled trials of psychosocial interventions for children with cancer and their parents: a collective case study
Notice bibliographique
Résumé
Abstract Objective In pediatric oncology there are few examples of successful recruitment and retention strategies in psychosocial care research. This study aims to summarize experiences, challenges, and strategies for conducting randomized controlled trials (RCTs) from psychosocial intervention studies among children with cancer and their parent(s). Methods We conducted a collective case study. To identify the cases, Pubmed and two trial registries were searched for ongoing and finished RCTs of psychosocial intervention studies for children with cancer and their parents. Online semi-structured expert interviews discussing recruitment and retention challenges and strategies were performed with principal investigators and research staff members of the intervention studies. Results Nine studies were identified. Investigators and staff from seven studies participated, highlighting challenges and strategies within three major themes: eligibility, enrollment and retention. Regarding eligibility, collaborating constructively with healthcare professionals and involving them before the start of the study were essential. Being flexible, training the research staff, enabling alignment with the participants' situation, and providing consistency in contact between the research staff member and the families were important strategies for optimizing enrollment and retention. All studies followed a stepped process in recruitment. Conclusion Although recruitment and retention in some selected studies were successful, there is a paucity of evidence on experienced recruitment and retention challenges in pediatric psychosocial research and best practices on optimizing them. The strategies outlined in this study can help researchers optimize their protocol and trial-implementation, and contribute to better psychosocial care for children with cancer and their parents. Trial registration: this study is not a clinical trial.
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 | 0,787 | 0,778 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,010 | 0,011 |
| Communication savante | 0,012 | 0,018 |
| Science ouverte | 0,008 | 0,013 |
| Intégrité de la recherche | 0,012 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».