Women’s treatment preferences for moderate-to-severe vasomotor symptoms associated with menopause: insights from the WARMER study, a discrete choice experiment
Notice bibliographique
Résumé
Objective: Elicit preferences for treatment of vasomotor symptoms (VMS) associated with menopause. Design: Discrete choice experiment. Setting: Australia, Canada, Denmark, France, Germany, Spain, Sweden, United Kingdom. Population: Women aged 40–65 years, postmenopausal, self-reporting ≥14 moderate-to-severe VMS episodes/week. Methods: Targeted review of published literature, steering committee feedback, iterative qualitative interviews and available clinical data identified potentially relevant attributes of VMS treatments. Main Outcome Measures: Women made a series of choices between two hypothetical treatments and an opt out differing in moderate-to-severe VMS frequency, other menopause symptom improvement, time to symptom improvement, 5-year risks of breast cancer, blood clots and osteoporosis. Data analysed using a mixed-methods approach. Relative attribute importance (RAI) captured the maximum contribution of each attribute to treatment choice depending on expected duration of hormone therapy (HT). Results: The most influential attribute was 5-year blood clot risk (RAI 26.4–28.4%). Improving other menopause symptoms had a 1.4 times greater effect on preferences than reducing VMS frequency. Based on 5–9 years’ HT use (RR 1.97), breast cancer risk was the fourth most important attribute. Improvements in other menopause symptoms, VMS frequency reduction, onset time and of osteoporosis risk reduction were 1.0–1.4 times more important than remaining attributes. Women were willing to accept an extra 0.5% blood clot risk of or an extra 0.25% breast cancer risk for every 10% reduction in VMS frequency. Conclusions: Women valued safe efficacious VMS treatment, with high importance on avoiding long-term risks. Reducing VMS frequency mattered over and above wider menopause symptoms.
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 | 0,029 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».