Disentangling the determinants of interest and willingness-to-pay for breast cancer susceptibility testing in the general population: a cross-sectional Web-based survey among women of Québec (Canada)
Notice bibliographique
Résumé
OBJECTIVES: To identify common and specific individual factors that favour or impede women's interest in and willingness-to-pay (WTP) for breast cancer susceptibility testing (BCST) and to identify the most impactful factors on both outcome measures. DESIGN AND METHODS: This study used a self-administered cross-sectional Web-based questionnaire that included hypothetical scenarios about the availability of a new genetic test for breast cancer. PARTICIPANTS: French-speaking women of the general population of Québec (Canada), aged between 35 and 69 years, were identified from a Web-based panel (2410 met the selection criteria, 1160 were reached and 1031 completed the survey). MEASURES: The outcomes are the level of interest in and the range of WTP for BCST. Three categories of individual factors identified in the literature were used as potential explanatory factors, that is, demographic, clinical and psychosocial. RESULTS: Descriptive statistics indicated that the vast majority of sampled women are interested in BCST (90%). Among those, more than half of them are willing-to-pay for such a test (57%). The regression models pointed out several factors associated with both outcomes (eg, age, income, family history, locus of control-powerful others) and marginal effects were used to highlight the most impactful factors for each outcome. CONCLUSION: The results of this study provide a proxy of the readiness of women of the general population to use and to pay for BCST. They also offer insights for developing inclusive and specific strategies to foster informed decision-making and guide the services offered by health organisations corresponding to women's preferences and needs.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».