Evaluating evidence-based recruitment strategies for Alzheimer’s disease and related dementias clinical trial research: A literature review - 14/03/26

Doi : 10.1016/j.tjpad.2026.100532 
Mireille Jacobson a, b, , Christina Deuschle c, Desi Peneva a, d, Alice Nuo-Yi Wang c, Cooper Roache c, Meghan Walsh c, Phyllis Barkman Ferrell a, Maria-Alice Manetas a, d, Rema Raman e, Paul Aisen e, Dana Goldman a, d
a Leonard D. Schaeffer Center for Health Policy and Economics, University of Southern California, Los Angeles, CA, USA 
b Leonard Davis School of Gerontology, University of Southern California, Los Angeles, CA, USA 
c Rose Li and Associates, Bethesda, MD, USA 
d Price School of Public Policy, University of Southern California, Los Angeles, CA, USA 
e Alzheimer’s Therapeutic Research Institute, Keck School of Medicine, University of Southern California, San Diego, CA, USA 

Corresponding author at: 635 Downey Way, Los Angeles, CA 90089-3333, USA. 635 Downey Way Los Angeles CA 90089-3333 USA

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Highlights

Identifies recruitment challenges limiting efficient and representative ADRD trials.
Summarizes quantitative evidence on effective and ineffective ADRD recruitment strategies.
Finds that multipronged recruitment approaches show promise.
Reveals limited evidence and lack of standardization for scalable recruitment.
Emphasizes routine, transparent reporting to advance science of ADRD recruitment.

Le texte complet de cet article est disponible en PDF.

Abstract

Background

With the prevalence of Alzheimer’s disease and related dementias (ADRD) rising, prevention and treatment clinical trials are increasingly important. Yet inadequate participant recruitment to ADRD research—a leading cause of trial delays, suspensions, or discontinuations—continues to hinder innovation and increase costs. This literature review aimed to identify ADRD recruitment strategies that are effective and ineffective, based on quantitative outcomes, with the goal of optimizing recruitment and advancing recruitment science.

Methods

PubMed, Google Scholar, relevant ADRD websites, and references were searched for studies meeting inclusion criteria—those reporting quantitative outcomes aimed at improving recruitment rates, timely recruitment, or representation. Reference lists from relevant systematic reviews and meta-analyses, including publications from leading researchers, were also examined. The Mixed Methods Appraisal Tool (MMAT) was used to assess evidence quality.

Results

The search yielded 965 publications, of which 50 met inclusion criteria. Few studies reported recruitment methods for pharmacological trials, and many lacked sufficient detail or standardized reporting to assess quality using MMAT criteria, making it difficult to determine effectiveness. Recruitment efforts deemed successful by study authors often relied on multi-pronged approaches integrating community engagement, structured outreach, and digital tools. However, evidence for effective and scalable strategies remains limited.

Conclusion

Advancing ADRD recruitment science requires progress in two key areas: embedding recruitment evaluation directly into trial protocols and encouraging broader sharing of recruitment data. Routine practices, such as publishing recruitment outcomes and adopting standardized reporting, can help close the evidence gap. These approaches enable comparison, replication, and generalizability of effective strategies, ultimately accelerating progress in ADRD research.

Le texte complet de cet article est disponible en PDF.

Keywords : AD/ADRD clinical research, Recruitment, Research participation, Reporting transparency


Plan


© 2026  The Authors. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 13 - N° 5

Article 100532- mai 2026 Retour au numéro
Article précédent Article précédent
  • It’s time to address the recruitment bottleneck
  • Gregory Cooper
| Article suivant Article suivant
  • Moving toward a more rigorous science of recruitment in clinical research. Commentary on “Evaluating evidence-based recruitment strategies for Alzheimer’s disease and related dementias clinical trial research: a literature review”
  • Jaime Perales-Puchalt, Eric D. Vidoni

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.