Atrial fibrillation patient preferences for oral anticoagulation and stroke knowledge: Results of a conjoint analysis
Notice bibliographique
Résumé
BACKGROUND: Guidelines recommend that patients with atrial fibrillation (AF) are involved in oral anticoagulant (OAC) treatment decisions. Understanding which OAC attributes AF patients value most could help optimize treatment. OBJECTIVE: To assess the relationship between patient's stroke knowledge and their preferences for specific OAC attributes. METHODS: A cross-sectional online survey was conducted in patients with nonvalvular AF taking an OAC for stroke prevention in the United States, Canada, Germany, France, and Japan. Patients were asked about their stroke knowledge, perception of the seriousness of AF and concern about stroke, and to rank 7 OAC attributes in order of importance. A conjoint analysis was performed to determine the inherent value of 4 attributes. RESULTS: In total, 937 patients (mean age [standard deviation] 54.3 [16.6] years; 37.1% female) participated. Of these, 19.5%, 27.9%, and 29.8% had good, moderate, and low stroke knowledge, respectively; 22.8% had no stroke knowledge. Overall, 39.4% of patients (47.5% with good stroke knowledge) perceived AF as very/extremely serious. The OAC attribute ranked as most important was stroke prevention followed by major bleeding risk, other side effects, dosing frequency, antidote availability, dietary restrictions, and use with/without food. In the conjoint analysis, stroke risk reduction was the most valued property, followed by reduction in major bleeding risk, less frequent administration, and administration with/without food. Preferences did not differ with level of stroke knowledge, perception of seriousness of AF, concern of stroke, or medication burden. CONCLUSIONS: Most AF patients consider efficacy and safety to be the most important OAC attributes, whereas dosing frequency was deemed as less important.
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 | 0,014 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».