Framing the Risk of an OTC Medication Side Effect
Notice bibliographique
Résumé
Background: Finding the best way to communicate risk of side effects to patients can be difficult for pharmacists. Some practitioners are reluctant to discuss side effects for fear that such information may discourage medication use; for others, the number of side effects to mention is an inexact science. When actually discussing a side effect, should pharmacists phrase the chances of occurrence as “Most people don't experience X” or as “A few people do experience X”? Literature on decision-making suggests that the interpretation of information varies depending on the presentation format or the frame used. Objective: To examine the impact 2 different ways of phrasing the occurrence of a side effect has on the likelihood of a patient taking a medication. Methods: Volunteers were presented with hypothetical scenarios. They indicated their likelihood of taking 2 fictitious over-the-counter headache medications, each while considering the chance of experiencing a side effect (heartburn). The likelihood of experiencing the side effect was the same for each situation, but was presented in 2 different ways (positive or negative frame). Interviews were then carried out to gain insight into the reasons for choices made. Results: Thirty subjects participated; most were female. Participants were more likely to take a medication when the side effect was framed positively. Gender and recent history of experiencing a side effect did not appear to affect the results. Conclusion: When considering one side effect, framing the risk of its occurrence in a positive way increased the likelihood that a person would decide in favour of taking the medication.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 source (Gemma direct ou Codex distillé), 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 ».