MétaCan
Menu
Retour à la cohorte
Enregistrement W2935956843 · doi:10.1177/0272989x19841592

Latent Class Models Reveal Poor Agreement between Discrete-Choice and Time Tradeoff Preferences

2019· article· en· W2935956843 sur OpenAlexafffundabout
Eleanor Pullenayegum, A. Simon Pickard, Feng Xie

Notice bibliographique

RevueMedical Decision Making · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensMcMaster UniversityImpactInstitute for Clinical Evaluative SciencesUniversity of TorontoSickKids FoundationHospital for Sick ChildrenPublic Health Ontario
Organismes subventionnairesCanadian Institutes of Health ResearchEuroQol Research Foundation
Mots-clésLatent class modelAnxietyTime-trade-offPsychologyCorrelationMultivariate statisticsEconometricsDiscrete choiceEQ-5DStatisticsMedicineMathematicsQuality of life (healthcare)PsychiatryHealth related quality of life

Résumé

récupéré en direct d'OpenAlex

Background. In health economics, there has been interest in using discrete-choice experiments (DCEs) to derive preferences for health states in lieu of previously established approaches like time tradeoff (TTO). We examined whether preferences elicited through DCEs are associated and agree with preferences elicited through TTO tasks. Methods. We used data from 1073 respondents to the Canadian EQ-5D-5L valuation study. Multivariate mixed-effects models specified a common likelihood for the TTO and discrete-choice data, with separate but correlated random effects for the TTO and DCE data, for each of the 5 EQ-5D-5L dimensions. Multivariate latent class models allowed separate but associated latent classes for the DCE and TTO data. Results. Correlation between the random effects for the 2 tasks ranged from −0.12 to 0.75, with only pain/discomfort and anxiety/depression having at least a 50% posterior probability of strong (>0.6) correlation. Latent classes for the TTO and DCE data both featured 1 latent class capturing participants attaching large disutilities to pain/discomfort, another capturing participants attaching large disutility to anxiety/depression, and the third class capturing the remainder. Agreement in class membership was poor (κ coefficient: 0.081; 95% credible interval, 0.033–0.13). Fewer respondents expressed strong disutilities for problems with anxiety/depression or pain/discomfort in the TTO than the DCE data (17% v. 55%, respectively). Conclusions. Stated preferences using TTO and DCEs show association across dimensions but poor agreement at the level of individual health states within respondents. Joint models that assume agreement between DCE and TTO have been used to develop national value sets for the EQ-5D-5L. This work indicates that when combining data from both techniques, methods requiring association but not agreement are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,265
Écart entre enseignants0,155 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMedical Decision MakingMême sujetEconomic and Environmental ValuationTravaux en français237 207