Immediate Death: Not So Bad If You Discount the Future but Still Worse than It Should Be
Notice bibliographique
Résumé
ObjectivesDiscrete choice experiments (DCEs) as a valuation method require preferences to be anchored on the quality-adjusted life-year scale, usually through tasks involving choices between immediate death and various impaired health states or between health states with varying durations of life. We sought to determine which anchoring approach aligns best with the composite time tradeoff (cTTO) method, with a view to informing a valuation protocol that uses DCEs in place of the cTTO.MethodsA total of 970 respondents from Trinidad and Tobago completed a DCE with duration survey. Tasks involved choosing between 2 lives with identical durations, followed by a third option, representing either full health for a number of years or immediate death. Data were analyzed using mixed logit models, both with and without exponential discounting for time preferences.ResultsAssuming linear time preferences, the estimated utility of immediate death was -2.1 (95% credible interval [CrI] -3.2 to -1.2) versus -0.28 (95% CrI -0.47, -0.10) when allowing for nonlinear time preferences. Under linear time preferences, the predicted health-state values anchored on duration had range (-1.03, 1) versus (0.34, 1) when anchored on immediate death. The ranges under nonlinear time preferences were (-0.54, 1) versus (-0.22, 1). The estimated discount parameter was 23% (95% CrI 22% to 25%).ConclusionsThe nonzero discount parameter indicates that time preferences were nonlinear. Nonlinear time preferences anchored on duration provided the closest match to the benchmark EQ-VT cTTO values in Trinidad and Tobago, whose range was (-0.6, 1). Thus, DCE with duration can provide similar values to cTTO provided that nonlinear time preferences are accounted for and anchoring is based on duration.HighlightsTime preferences for health states in Trinidad and Tobago were nonlinear.In discrete choice tasks, we show that immediate death has a utility less than zero.DCE utilities under nonlinear time preferences with anchoring on duration agreed well with cTTO utilities.
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 | 0,015 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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; 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 ».