Understanding Attributes that Influence Physician and Caregiver Decisions About Neurotechnology for Pediatric Drug-Resistant Epilepsy: A Formative Qualitative Study to Support the Development of a Discrete Choice Experiment
Notice bibliographique
Résumé
OBJECTIVE: This study reports formative qualitative research used to analyze decision making regarding neurotechnological interventions for pediatric drug-resistant epilepsy from the perspective of physicians and caregivers and the derivation of attributes for a discrete choice experiment. METHODS: Purposive and convenience sampling was used to recruit physicians and caregivers. Physician focus group sessions were held at key national conferences in the USA and Canada. Caregivers were approached through clinics with established epilepsy surgery programs in the USA and Canada. Thematic analysis was used to identify critical features of decisions about treatment outcomes, procedural trade-offs, values, and concerns surrounding conventional and novel pediatric drug-resistant epilepsy interventions among physicians and caregivers. RESULTS: The results highlight the presence of central attributes that are considered by both groups in decision making, such as "chances of seizure freedom", "risk", "availability of evidence", and "cost to families", as well as attributes that reflect important differences between groups. Physicians were focused on the specifics of treatment options, while caregivers thought more holistically, considering the overall well-being of their children. DISCUSSION: The findings shaped the development of a discrete choice experiment to understand the likely uptake of different neurotechnologies. We identified differences in decision making and thus designed two discrete choice experiments to elicit preferences for pediatric drug-resistant epilepsy treatments, one aimed at clinicians and one at caregivers. The variation we observed highlights the value of seeking to understand the influences at the point of clinical decision making and incorporating this information into care.
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 | 0,065 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».