Characterizing the Public's Preferential Attitudes Toward End‐of‐Life Care Options: A Role for the Threshold Technique?
Notice bibliographique
Résumé
OBJECTIVES: To assess the Threshold Technique's (TT) feasibility in community-wide surveys of U.S. Medicare beneficiaries' preferences for end-of-life (EOL) care options. STUDY SETTING: Study participants were community-dwelling Medicare beneficiaries in four different regions in the United States. STUDY DESIGN: During personal interviews, participants considered four EOL scenarios, each presenting a choice between a less intense and more intense care option. DATA COLLECTION: Participants selected their initially favored option. Depending on that choice, in the subsequent TT the length of life offered by the more intense option was systematically increased or decreased until the participant "switched" to his or her initially rejected option. PRINCIPAL FINDINGS: Participants were able to select an initially favored option (in 3 of the 4 scenarios; this was the less intense option). The majority of participants were able to engage with the subsequent TT. In all scenarios, regardless of the increase/decrease in the length of life offered by the more intense option, the majority of participants were unwilling to "switch" to their initially rejected option. CONCLUSIONS: In surveys of populations' preferential attitudes toward EOL care options, the TT was a feasible elicitation method, engaging most participants and measuring the strength of their attitudes. Further methodological work is merited, involving (1) populations with various participant characteristics, and (2) different attributes in the TT task itself.
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 | 0,001 | 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 | 0,001 | 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 ».