IMPACT study on intervening with a manualised package to achieve treatment adherence in people with tuberculosis: protocol paper for a mixed-methods study, including a pilot randomised controlled trial
Notice bibliographique
Résumé
Compared with the rest of the UK and Western Europe, England has high rates of the infectious disease tuberculosis (TB). TB is curable, although treatment is for at least 6 months and longer when disease is drug resistant. If patients miss too many doses (non-adherence), they may transmit infection for longer and the infecting bacteria may develop resistance to the standard drugs used for treatment. Non-adherence may therefore risk both their health and that of others. Within England, certain population groups are thought to be at higher risk of non-adherence, but the factors contributing to this have been insufficiently determined, as have the best interventions to promote adherence. The objective of this study was to develop a manualised package of interventions for use as part of routine care within National Health Services to address the social and cultural factors that lead to poor adherence to treatment for TB disease.This study uses a mixed-methods approach, with six study components. These are (1) scoping reviews of the literature; (2) qualitative research with patients, carers and healthcare professionals; (3) development of the intervention; (4) a pilot randomised controlled trial of the manualised intervention; (5) a process evaluation to examine clinical utility; and (6) a cost analysis.This study received ethics approval on 24 December 2018 from Camberwell St. Giles Ethics Committee, UK (REC reference 18/LO/1818). Findings will be published and disseminated through peer-reviewed publications and conference presentations, published in an end of study report to our funder (the National Institute for Health Research, UK) and presented to key stakeholders.ISRCTN95243114 SECONDARY IDENTIFYING NUMBERS: University College London/University College London Hospitals Joint Research Office 17/0726.National Institute for Health Research, UK 16/88/06.
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 | 0,083 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,095 | 0,018 |
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 ».