Factors influencing patient decision-making on a multimodal precision medicine algorithm for depression: a qualitative European multicentre study of the PROMPT consortium
Notice bibliographique
Résumé
Background: Precision medicine promises to improve treatment outcomes by tailoring interventions to patients' individual characteristics. However, the use of precision medicine tools requires patient acceptance, which remains underexplored. This qualitative study investigated factors influencing patient perspectives on a multimodal precision medicine algorithm to predict antidepressant response in patients suffering from Major Depressive Disorder (MDD). Methods: To explore patients' perspectives on the use of a multimodal algorithm, semi-structured focus groups were conducted with 44 patients diagnosed with moderate to severe depression across three European sites (Germany, Poland, Italy) in the PROMPT study. Discussions were transcribed and translated into English for analysis. A qualitative, structured content analysis approach was then used to analyse the data. Results: Patients' perspectives on using a multimodal algorithm in MDD revealed a complex interplay of decision-making factors: while perceived clinical benefits, such as a reduction in trial-and-error prescribing and reassurance, promoted acceptance of the algorithm, concerns about cost, waiting time and the emotional impact of unfavourable results tended to discourage acceptance. Patients' general beliefs about mental illness and its treatment shaped their attitudes toward the application of the algorithm. Many participants emphasised the importance of trust in physicians and preferred testing within the context of an established therapeutic relationship. Misconceptions about the algorithm's accuracy and capabilities, and fears of medical reductionism, were common. Conclusions: While patients are open to the use of a multimodal precision medicine algorithm for MDD, they emphasised the need for individualised, transparent communication and emotional support. The results highlight the importance of patient-centred communication strategies and guidelines for the ethical implementation of precision psychiatry.
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 | 0,026 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».