Role Preferences in Medical Decision Making: Relevance and Implications for Health Preference Research
Notice bibliographique
Résumé
Health preference research (HPR) is being increasingly conducted to better understand patient preferences for medical decisions. However, patients vary in their desire to play an active role in medical decisions. Until now, few studies have considered patients' preferred roles in decision making. In this opinion paper, we advocate for HPR researchers to assess and account for role preferences in their studies, to increase the relevance of their work for medical and shared decision making. We provide recommendations on how role preferences can be elicited and integrated with health preferences: (1) in formative research prior to a health preference study that aims to inform medical decisions or decision makers, (2a) in the development of health preference instruments, for instance by incorporating a role preference instrument and (2b) by clarifying the respondent's role in the decision prior to the preference elicitation task or by including role preferences as an attribute in the task itself, and (3) in statistical analysis by including random parameters or latent classes to raise awareness of heterogeneity in role preferences and how it relates to health preferences. Finally, we suggest redefining the decision process as a model that integrates the role and health preferences of the different parties that are involved. We believe that the field of HPR would benefit from learning more about the extent to which role preferences relate to health preferences, within the context of medical and shared decision making.
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 | 0,180 | 0,381 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,014 |
| Communication savante | 0,010 | 0,019 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».