The Application of Preference Elicitation Methods in Clinical Trial Design to Quantify Trade-Offs: A Scoping Review
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Patients can express preferences for different treatment options in a healthcare context, and these can be measured with quantitative preference elicitation methods. OBJECTIVE: Our objective was to conduct a scoping review to determine how preference elicitation methods have been used in the design of clinical trials. METHODS: We conducted a scoping review to identify primary research studies, involving any health condition, that used quantitative preference elicitation methods, including direct utility-based approaches, and stated preference studies, to value health trade-offs in the context of clinical trial design. Studies were identified by screening existing systematic and scoping reviews and with a primary literature search in MEDLINE from 2010 to the present. We extracted study characteristics and the application of preference elicitation methods to clinical trial design according to the SPIRIT checklist from primary studies and summarized the findings descriptively. RESULTS: We identified 18 eligible studies. The included studies applied patient preferences to five areas of clinical trial design: intervention selection (n = 1), designing N-of-1 trials (n = 1), outcome selection and weighting composite and ordinal outcomes (n = 12), sample size calculations (n = 2), and recruitment (n = 2). Using preference elicitation methods led to different decisions being made, such as using preference-weighted composite outcomes instead of equally weighted composite outcomes. CONCLUSION: Preference elicitation methods are infrequently used to design clinical trials but may lead to changes throughout the trial that could affect the evidence generated. Future work should consider measurement challenges and explore stakeholder perceptions.
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 | 0,187 | 0,355 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,013 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».