How do physician assessments of patient preferences for colorectal cancer screening tests differ from actual preferences? A comparison in Canada and the United States using a stated‐choice survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Patient preferences can affect colorectal cancer (CRC) screening test use. We compared utility-based preferences for alternative CRC screening tests from a stated-preference discrete-choice survey of the general population and physicians in Canada and the United States. METHODS: General population respondents (Canada, n = 501; US, n = 1087) participated in a survey with 12 choice scenarios and 9 CRC screening test attributes. Physicians (n = 100, both Canada and US) reported expected patient preferences. We estimated relative importance of attributes using bivariate probit regression analysis and calculated willingness-to-pay for various CRC screening tests. RESULTS: In 28 and 31% of scenarios, Canadian and US respondents, respectively, chose no screening over a hypothetical test. Canadian (45%) and US (46%) physicians expected patients to choose no screening more often. For all groups the most important attribute was sensitivity, but physicians' perception of patients' preferences are significantly different from actual preferences. Other key attributes are those related to test performance or the testing process. Fecal DNA, colonoscopy, and virtual colonoscopy were the most preferred tests by all groups, but respondents were willing-to-pay more than physicians predicted. CONCLUSION: Physicians' perception of patients' preferences are quite different from those of the general population. However, among general population and physicians, Canadian and US preferences were similar.
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.
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) | 0,001 | 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 découle