Development of a discrete choice experiment questionnaire to elicit preferences by pregnant women and policymakers for the expansion of non-invasive prenatal screening
Notice bibliographique
Résumé
OBJECTIVE: An instrument for measuring intervention preferences applicable to both patients and policymakers would make it possible to better confront the needs of the supply and demand sides of the health care system. This study aimed to develop a discrete choice experiments (DCE) questionnaire to elicit the preferences of patients and policymakers. The instrument was specifically developed to estimate preferences for new conditions to be added to a screening program for fetal chromosomal anomalies. METHODS: A DCE development study was conducted. The methods employed included a literature review, a qualitative study (based on individual semi-structured interviews, consultations, and a focus group discussion) with pregnant women and policymakers, and a pilot project with 33 pregnant women to validate the first version of the instrument and test the feasibility of its administration. RESULTS: An initial list of 10 attributes was built based on a literature review and the qualitative research components of the study. Five attributes were built based on the responses provided by the participants from both groups. Eight attributes were consensually retained. A pilot project performed on 33 pregnant women led to a final instrument containing seven attributes: 'conditions to be screened', 'test performance', 'moment at gestational age to obtain the test result', 'degree of test result certainty to the severity of the disability', 'test sufficiency', 'information provided from test result', and 'cost related to the test'. CONCLUSION: It is possible to reach a consensus on the construction of a DCE instrument intended to be administered to pregnant women and policymakers. However, complete validation of the consensual instrument is limited because there are too few voting members of health technology assessment agencies committees to statistically ascertain the relevance of the attributes and their levels.
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 | 0,044 | 0,055 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».