Socioeconomic Differences in Preferences and Willingness-to-Pay for Insulin Delivery Systems in Type 1 and Type 2 Diabetes
Notice bibliographique
Résumé
BACKGROUND: An evaluation of patients' preferences is necessary to understand the demand for different insulin delivery systems. The aim of this study was to investigate the association between socioeconomic status (SES) and patients' preferences and willingness to pay (WTP) for various attributes of insulin administration for diabetes management. METHODS: We conducted a discrete choice experiment (DCE) to determine patients; preferences and their WTP for hypothetical insulin treatments. Both self-reported annual household income and education completed were used to explore differences in treatment preferences and WTP for different attributes of treatment across different levels of SES. RESULTS: The DCE questionnaire was successfully completed by 274 patients. Overall, glucose control was the most valued attribute by all socioeconomic groups, while route of insulin delivery was not as important. Patients with higher incomes were willing to pay significantly more for better glucose control and to avoid adverse events compared to lower income groups. In addition, they were willing to pay more for an oral short-acting insulin ($Can 71.65 [95% confidence interval, $40.68, $102.62]) compared to the low income group ($Can 9.85 [95% confidence interval, 14.86, 34.56; P < 0.01]). Conversely, there were no differences in preferences when the sample was stratified by level of education. CONCLUSIONS: This study revealed that preferences and WTP for insulin therapy are influenced by income but not by level of education. Specifically, the higher the income, the greater desire for an oral insulin delivery system, whereas an inhaled route becomes less important for patients.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».