The Effect of Physician Disclosure of Financial Incentives on Trust
Notice bibliographique
Résumé
BACKGROUND: Many physicians receive financial incentives to limit their ordering of expensive tests and procedures. While Medicare mandates disclosure of incentives, it is not clear how to inform patients without undermining trust. METHODS: Our objective was to determine public opinion about physician disclosure of financial incentives and how this might be best communicated to patients. The 2002 General Social Survey included 2765 interviews from a probability sample of English-speaking US households. The interview included questions about financial incentives and an audiotaped scenario of a physician discussing the impact of financial incentives on ordering a magnetic resonance image. Respondents heard 1 of 6 randomly selected disclosure strategies. The measurements included ratings of trust, satisfaction, agreement with the physician's decision, and likelihood of remaining with the physician/health plan or seeking a second opinion. RESULTS: Nearly half (48.8%) of respondents had previously heard of financial incentives to limit test ordering. Of the respondents, 94.8% wanted to be told about incentives, at the time of enrollment in a health plan (80.5%), by a health plan representative (44.8%), their physician (17.1%), or both (38.1%). Of the 6 different disclosure strategies, "addressing emotions" and "negotiation" were associated with the best outcomes, while "common enemy" and "denying influences" were most negatively perceived. Black and Hispanic subjects were less likely to express satisfaction or trust and more likely to disenroll or seek a second opinion. CONCLUSIONS: The public wants information about physician financial incentives. Specific communication styles enhance how this information is conveyed to patients, increasing trust and supporting the physician-patient relationship.
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 | 0,001 |
| 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 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 ».