Decision-making in Multiple Sclerosis: The Role of Aversion to Ambiguity for Therapeutic Inertia among Neurologists (DIScUTIR MS)
Notice bibliographique
Résumé
Background: Therapeutic inertia (TI) in multiple sclerosis (MS) is defined as the lack of treatment escalation when there is evidence of disease activity. Limited information is available on physician-related factors influencing TI in MS. The aim of the study was to evaluate whether physicians’ risk preferences are associated with TI in the management of MS by applying concepts from behavioral economics. Methods: A study with neurologists managing patients with MS was conducted in Spain. Participants answered questions regarding the management of 20 case-scenarios and completed three surveys and four experimental paradigms based on behavioral economics. Surveys and experiments included standardized tests to measure aversion to risk and ambiguity, physicians’ reactions to uncertainty, and questions related to risk preferences in different domains. Results: Of 161 neurologists who were invited, 136 agreed to participate, and 96 completed the survey (response rate: 60%). TI was present in 68.8% of participants. Total aversion to ambiguity and low tolerance to uncertainty were observed in 22.9% and 42.7% of participants, respectively. Aversion to ambiguity was associated with a higher prevalence of TI (86.4% with aversion to ambiguity vs. 63.5% without aversion to ambiguity; p=0.042). In multivariate analyses, aversion to ambiguity was the strongest predictor of TI (OR 7.39; 95%CI 1.40-38.9), followed by low tolerance to uncertainty (OR 3.47; 95%CI 1.18-10.2). TI was less common among neurologists with greater volumes of patients per week as well as among MS specialists. Conclusion: Therapeutic inertia is a common phenomenon affecting nearly 7 out of 10 neurologists caring for MS patients. Behavioral economics is an innovative approach that may help our understanding of decision making in MS.
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 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».