Validity, Reliability, and Framing Effects in Equity-Efficiency Trade-Off Studies: A Systematic Review
Notice bibliographique
Résumé
Abstract Objectives Health system resources are limited, and decision makers often need to make trade-offs between equity and efficiency. Such trade-offs are guided by public values that are elicited using choice experiments. There is no standard approach to elicit equity-efficiency trade-offs. Previous studies have found significant variability in public values, raising concerns about the robustness of trade-off experiments. The objective of this systematic review was to determine whether and how equity-efficiency trade-off studies consider validity, reliability and framing effects. Methods We searched Medline, EMBASE, and Web of Science in January 2024 for health-related equity-efficiency trade-off studies. Two reviewers independently screened titles and abstracts, followed by full-text review, data extraction, and quality assessment. Results 115 equity-efficiency trade-off studies were identified, of which 29 studies (25.2%) investigated validity, reliability, and/or framing effects. 14 (12.2%) studies assessed validity, 9 (7.8%) studies assessed reliability, and 10 (8.7%) assessed framing or cognitive effects. Validity was most frequently assessed by comparing results to hypothesized expectations, while reliability was commonly assessed by providing a repeated test or questionnaire. Framing and cognitive effects were assessed by varying question order or changing the wording or framing of the scenario. 19 of 23 studies reported high or acceptable validity or reliability, and 5 of 10 studies found no significant framing or cognitive effects. Conclusion This systematic review highlights the need to consider robustness of elicited values in choice experiments. It will also guide future choice experiments that aim to estimate inequity aversion.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,058 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,002 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».