Eliciting and Exploiting Utility Coefficients in an Integrated Environment for Shared Decision-Making
Notice bibliographique
Résumé
BACKGROUND: In shared decision-making, a key step is quantifying the patient's preferences in relation to all the possible outcomes of the compared clinical options. According to utility theory, this can be done by eliciting utility coefficients (UCs) from the patient. The obtained UCs are then used in decision models (e.g., decision trees). The elicitation process involves the choice of one or more elicitation methods, which is not easy for decision-makers who are unfamiliar with the theoretical framework. Moreover, to our knowledge there are no tools that integrate functionalities for UC elicitation with functionalities to run decision models that include the elicited values. OBJECTIVES: The first aim of this work is to provide decision support to the clinicians for the selection of the elicitation method. The second aim is to bridge the gap between UC elicitation and the exploitation of those UCs in shared decision-making. METHODS: Based on evidence from the utility theory literature, we developed a set of production rules that recommend the optimal elicitation method(s) according to the patient's profile and health state. We then complemented this decision support tool with a functionality for quantifying and running decision trees defined through the commercial software TreeAge. RESULTS: The result is an integrated framework for shared decision-making. Given the primary aim of this work, we focus for result evaluation on the elicitation tool. It was tested on 51 volunteers, who expressed UCs for four purposely selected health states. The insights on the collected UCs validated the rules included in the decision support system. The usability of the tool was assessed through the System Usability Scale, obtaining positive results. CONCLUSION: We developed an integrated environment to facilitate shared decision-making in the clinical practice. The next step is the validation of the entire framework and its use besides shared decision-making. As a matter of fact, it may also be exploited to target cost-utility analysis to a specific patient population.
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 | 0,037 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».