Preferences for Biologic Treatments: A Discrete Choice Experiment Survey of Canadians with Severe Asthma
Notice bibliographique
Résumé
Purpose: The safety and efficacy of biologics for severe asthma have been demonstrated in clinical trials, and subsequent economic evaluations have established their value from a population perspective. Insight into patient preferences for attributes of biologic treatments can inform treatment-related decisions and promote adherence. However, such data are limited in Canada, and no willingness-to-pay (WTP) data exists. This study aimed to quantify the strength of preferences of those with severe asthma for attributes of biologic treatments. Patients and Methods: Canadians with severe asthma completed a discrete choice experiment (DCE) consisting of 15 choice tasks and six biologic treatment attributes (improving daily activities, controlling other health conditions, frequency of administration, monthly out-of-pocket costs, reducing attack frequency, and reducing rescue inhaler use). Odds ratios (OR) and 95% confidence intervals (CI), and WTP (the marginal rate of substitution of attributes for money) were estimated using a conditional logistic regression. Results: Ninety-seven eligible and unique participants completed the survey (70.1% female; mean [SD] age: 54.6 [14.4]; 48.4% ever used biologics). A dramatic (vs slight) improvement in daily activities increased the odds of a biologic being preferred by 78% (OR 1.78, 95% CI 1.48, 2.14), and a $100 increase in monthly out-of-pocket costs decreased the odds by 64% (OR 0.64, 95% CI 0.61, 0.67). On average, WTP was an extra $129 CAD in monthly out-of-pocket costs for a dramatic (vs slight) improvement in daily activities. WTP for a hypothetical biologic treatment was an extra $430 CAD in monthly out-of-pocket costs. Conclusion: Canadians with severe asthma prefer biologic treatments that dramatically improve daily activities and have lower out-of-pocket costs. This DCE is the first to include a cost attribute and estimate WTP. These data can help inform decision-making when considering access to new biologic treatments for severe asthma and clinicians when helping patients select treatments for severe asthma.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».