Patient preferences for features associated with leadless versus conventional transvenous cardiac pacemakers
Notice bibliographique
Résumé
Abstract Background Regulatory approval of the first dual-chamber leadless pacemaker (PM) system provides patients an alternative to conventional transvenous pacemakers. Objective To quantify patients’ preferences for pacemaker features. Methods Patients with a de-novo PM indication were recruited from 7 US sites to complete a discrete-choice experiment (DCE) survey. Patients chose between pairs of experimentally designed, hypothetical PMs that varied according to PM type (removable leadless, non-removable leadless, conventional transvenous); battery life (5, 8, 12, 15 years); time since regulatory approval (2, 10 years); discomfort for 6 months (none, discomfort); complication risk and infection risk (1%, 5%, 10%/20% for each). Patients with a de-novo pacemaker indication were recruited to complete a web-based survey from seven US sites between May 11, 2022 to May 24, 2023. Results Choice data from 117 patients indicated that complication risks and infection risks were the most influential. On average, patients preferred removable leadless pacemakers over both non-removable leadless pacemakers ( p =0.001) and conventional transvenous pacemakers ( p =0.031). However, latent-class analysis revealed two distinct preference classes. One class preferred leadless pacemakers (50.5%) and the other class preferred conventional transvenous pacemakers (49.5%). The conventional PM class prioritized pacemakers with ten rather than two years since regulatory approval ( p <0.001) whereas the leadless PM class was insensitive to years since regulatory approval ( p =0.83). All else equal, patients would accept maximum risks of complications or infections ranging about 5% to 18% to receive their preferred pacemaker type. Conclusion Latent-class analysis revealed strong patient preferences for the type of PM, with a nearly equal split between recent leadless PM technology and conventional transvenous PMs. These findings can inform shared decision making between healthcare providers and patients.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».