SARS-CoV-2 Testing Service Preferences of Adults in the United States: Discrete Choice Experiment
Notice bibliographique
Résumé
BACKGROUND: Ascertaining preferences for SARS-CoV-2 testing and incorporating findings into the design and implementation of strategies for delivering testing services may enhance testing uptake and engagement, a prerequisite to reducing onward transmission. OBJECTIVE: This study aims to determine important drivers of decisions to obtain a SARS-CoV-2 test in the context of increasing community transmission. METHODS: We used a discrete choice experiment to assess preferences for SARS-CoV-2 test type, specimen type, testing venue, and results turnaround time. Participants (n=4793) from the US national longitudinal Communities, Households and SARS-CoV-2 Epidemiology (CHASING) COVID Cohort Study completed our online survey from July 30 to September 8, 2020. We estimated the relative importance of testing method attributes and part-worth utilities of attribute levels, and simulated the uptake of an optimized testing scenario relative to the current typical testing scenario of polymerase chain reaction (PCR) via nasopharyngeal swab in a provider's office or urgent care clinic with results in >5 days. RESULTS: Test result turnaround time had the highest relative importance (30.4%), followed by test type (28.3%), specimen type (26.2%), and venue (15.0%). In simulations, immediate or same-day test results, both PCR and serology, or oral specimens substantially increased testing uptake over the current typical testing option. Simulated uptake of a hypothetical testing scenario of PCR and serology via a saliva sample at a pharmacy with same-day results was 97.7%, compared to 0.6% for the current typical testing scenario, with 1.8% opting for no test. CONCLUSIONS: Testing strategies that offer both PCR and serology with noninvasive methods and rapid turnaround time would likely have the most uptake and engagement among residents in communities with increasing community transmission of SARS-CoV-2.
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 | 0,010 | 0,015 |
| 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 | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».