A discrete-choice experiment to assess patients’ preferences for osteoarthritis treatment: An ESCEO working group
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the preferences of patients with osteoarthritis for treatment. METHODS: A discrete-choice experiment was conducted among adult OA patients who were presented with 12 choice sets of two treatment options and asked in each to select the treatment they would prefer. Based on literature reviews, expert consultation, patient survey and expert meeting, treatment options were characterized by seven attributes: improvement in pain, improvement in walking, ability to manage domestic activities, ability to manage social activities, improvement in overall energy and well-being, risk of moderate/severe side effects and impact on disease progression. Random parameters logit model was used to estimate patients' preferences and a latent class model was conducted to explore preferences classes. RESULTS: 253 OA patients from seven European countries were included (74% women; mean age 71.3 years). For all seven treatment attributes, significant differences were observed between levels. Given the range of levels of each attribute, the most important treatment attribute in this group was impact on disease progression (29.5%) followed by walking improvement (17.1%) and pain improvement (16.3%). The latent class model identified two preference classes. In the first class (probability of 56%), patients valued impact of disease progression the most (39%). In the second class, walking improvement and improvement in overall energy and well-being were the most important (23%). CONCLUSION: This study suggests that all seven treatment attributes were important for OA patients. Overall, given the range of levels, the most important outcomes were impact on disease progression and improvement in pain and walking.
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 | 0,020 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».