MétaCan
Menu
Retour à la cohorte
Enregistrement W4415987135 · doi:10.1177/23814683251386887

Treatment Preferences among Patients with Hormone-Sensitive Prostate Cancer in France, Spain, China, South Korea, and Japan: A Discrete-Choice Experiment

2025· article· en· W4415987135 sur OpenAlexaff
Juan Marcos González, Arijit Ganguli, Amee Morgans, Bertrand Tombal, Sebastién J. Hotte, Hiroyoshi Suzuki, Daniel Ng, Charles D. Scales, Matthew J. Wallace, Jui‐Chen Yang, Daniel J. George

Notice bibliographique

RevueMDM Policy & Practice · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensMcMaster UniversityJuravinski Cancer Centre
Organismes subventionnairesAstellas PharmaPfizer
Mots-clésProstate cancerHealth careMEDLINEDiseaseCancerClinical trial

Résumé

récupéré en direct d'OpenAlex

Background. Treatment preferences of patients with high-risk localized prostate cancer (HRLPC) and metastatic hormone-sensitive prostate cancer (mHSPC) are expected to be influenced by cultural and institutional differences across countries. We aimed to evaluate this expectation by quantifying the importance of treatment outcomes for patients with HRLPC and mHSPC. Methods. A discrete-choice experiment survey included adults (≥18 y of age) diagnosed with HRLPC or mHSPC from 5 countries—France, Spain, China, South Korea, and Japan—with or without previous experience of androgen-deprivation therapy. A latent-class random-parameters logit model was used to evaluate the importance patients assigned to treatment attributes and the consistency in treatment preferences across the 5 countries. Results. In total, 468 patients completed the survey. Respondents with shared treatment preferences from all 5 countries had a chance of being in pooled class 1 (44.5%) or pooled class 2 (37.9%). The main factors of concern were skin rash, fatigue, and use of steroids for pooled class 1 and chemotherapy-associated problems for pooled class 2. Our analysis could not explain class assignments based on clinically relevant characteristics of patients, which were used as covariates. Conclusion. Despite cultural and institutional differences across the 5 countries, our model identified significant consistency in treatment preferences among patients with prostate cancer. Given the attribute levels in our study, efficacy was the most significant driver of patient preference. We also found that using 2 sets of preferences was sufficient to reasonably characterize the perspectives of about 80% of surveyed patients. That these 2 patient classes differed in terms of treatment concerns but not in clinical factors highlights the need for promoting communication between patients and clinicians about treatment choices. Highlights Our study demonstrates that discrete-choice experiments (DCEs) are valuable for capturing health-related preferences among patients with prostate cancer. Contextual factors, such as efficacy and the country-specific health care system in which choices are presented, influence the ability to pool DCE data across countries. DCEs have the potential to enhance patient-centered care, shaping the future of evidence-based health care decision making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,254
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMDM Policy & PracticeMême sujetEconomic and Environmental ValuationTravaux en français237 207