Societal preferences for rheumatoid arthritis treatments: evidence from a discrete choice experiment
Notice bibliographique
Résumé
OBJECTIVE: There is a concern that cost-effectiveness analysis using quality-adjusted life years does not capture all valuable benefits of treatments. The objective of this study was to determine the value society places on aspects of RA treatment to inform policymaking. METHODS: A discrete choice experiment was administered to a representative sample of the Canadian general population. The discrete choice experiment, developed using focus groups, had seven attributes (route and frequency of administration, chance of benefit, chance of serious and minor side effects, confidence in evidence and life expectancy). A conditional logit regression model was used to estimate the significance and relative importance of attributes in influencing preferences on the quality-adjusted life years scale. RESULTS: Responses from 733 respondents who provided rational responses were analysed. Six attribute levels within four attributes significantly influenced preferences for treatments: a willingness to trade a year of life expectancy over a 10-year period to increase the probability of benefiting from treatment, or two-thirds of a year to reduce minor or serious side effects to the lowest level or improve the confidence in benefit/side-effect estimates. There was also some evidence of a preference for oral drug delivery, though a subgroup analysis suggested this preference was restricted to injection-naive respondents. CONCLUSION: Our results suggest society values the degree of confidence in the estimates of risks and benefits of RA treatments and the route of administration, as well as benefits and side effects. This study provides important evidence to policymakers determining the cost-effectiveness of treatments in arthritis.
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 | 0,001 |
| 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 | 0,001 |
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 ».