Systematic Review of Patient Preference Studies in Non-metastatic Breast Cancer Adjuvant Medication Therapy: Attribute Selection
Notice bibliographique
Résumé
Context: Breast cancer poses significant challenges due to its high incidence and prevalence, necessitating heightened attention. Understanding how patients prioritize different treatment options based on various attributes can assist healthcare decision-makers in maximizing patient utility. The discrete choice experiment, a conjoint method, facilitates preference elicitation by presenting different attributes and choices. This systematic review aims to identify key factors in patient preference research related to adjuvant treatment for early breast cancer characterized by hormone receptor-positive, HER2-negative status. Evidence Acquisition: PubMed, Embase, Web of Science, and Scopus were searched from 01.01.2000 to 31.03.2023. Original English articles reporting patient preferences in adjuvant breast cancer treatment were retrieved based on predefined inclusion and exclusion criteria. Included studies were examined through a narrative synthesis approach, with descriptive statistics employed for analysis. Results: Out of 1163 articles reviewed, four met the inclusion criteria and were conducted in the USA, Canada, and the Netherlands. Attributes extracted from all studies included alopecia, sensory neuropathy, motor neuropathy, myalgia/arthralgia, nausea, vomiting, fatigue, neutropenia, mucositis/stomatitis, hand-foot syndrome, diarrhea, prevention of breast cancer recurrence, osteoporosis, risk of endometrial cancer, joint and muscle pain, fluid retention, libido decrease, hot flashes, ECG monitoring, efficacy, treatment regimen, 5-year invasive disease-free survival (iDFS), dosing schedule, and treatment duration. The most frequently reported attributes were side effects, efficacy, and treatment regimen. Systematic review was commonly used to determine which attributes and levels to include. The minimum number of attributes identified per study was seven, and the maximum was 12. Sample sizes ranged from 102 to 300, with none of the studies mentioning the method of sample size estimation. Ordinary Least Squares, logistic regression, and hierarchical Bayes regression were the most frequent analysis methods. Conclusions: Side effects, 5-year iDFS, and treatment regimen are three attributes identified for conducting discrete choice experiment studies. Utilizing conjoint analysis to assess patient preferences for breast cancer treatment can aid in selecting optimal treatment regimens and improving patient adherence. Moreover, adhering to guidelines for developing experimental designs and conducting data analysis is essential for yielding robust results when employing preference elicitation methods.
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 | 0,024 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».