MétaCan
Menu
← Retour à la cohorte
Enregistrement W2947205286 · doi:10.1200/jco.2019.37.15_suppl.e18352

Social values and cancer funding priorities: Empirical evidence for cancer policy.

2019· article· en· W2947205286 sur OpenAlexaffabout
Avram Denburg

Notice bibliographique

RevueJournal of Clinical Oncology · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésAllocative efficiencyRespondentPopulationMedicinePreferenceRandomized controlled trialHealth carePreference elicitationPublic healthSocial psychologyActuarial sciencePsychologyNursingEnvironmental healthEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

e18352 Background: Achieving value in health care requires knowledge of public values and priorities. To better understand public values for resource allocation on cancer care, we conducted a population-based stated preference survey with a nested randomized controlled moral reasoning intervention. Our objective was to generate evidence to inform economic evaluation and policymaking on cancer care priority-setting and payment reform in developed health systems. Methods: We conducted a population-based stated preference survey of societal views on the prioritization of health resources between children and adults, administered to a nationally representative sample (n = 1,556) of Canadian adults. Allocative preferences were elicited across a range of hypothetical treatment scenarios and scored on a visual analogue scale. Participants were randomized to a moral reasoning intervention (n = 773) or a control group (n = 783). Those randomized to the intervention group were exposed to a moral reasoning exercise prior to each choice task. The exercise presented participants with a list of ethical principles relevant to health care resource allocation and tasked them to select the top principles guiding their choice. The main outcomes were the difference in mean preference scores by group, scenario, and participant demographics. Results: Multiple regression analyses demonstrated a consistent aggregate preference by participants to allocate scarce health system resources to children. Exposure to the moral reasoning exercise weakened but did not eliminate allocative preference for children, as compared to control (difference 0.72, SE 0.14, p < 0.0001). Younger respondent age (-0.71, SE 0.14, p < 0.0001) and parenthood (-0.40, SE 0.11, p < 0.0002) were associated with greater preference for children. The top three principles guiding participants’ allocative decisions were treat equally (54.3-63.9%), relieve suffering (39.6-66.1%), and rescue those at risk of dying (37-40.8%). Conclusions: Our results demonstrate a significant preference by participants to allocate health care resources to children, but one attenuated by exposure to a range of ethical principles to guide decision-making. It also evinced strong support for humanitarian principles to guide health care resource allocation. Definitions of value in health care based primarily on the magnitude of clinical benefit and cost-effectiveness may exclude moral considerations that the public values.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,032
score de la tête « metaresearch » (Gemma)0,163
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,163
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0020,005
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0430,001

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 Opus0,886
Tête enseignante GPT0,700
Écart entre enseignants0,185 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineIncitatifs
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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→