文献

J-GLOBAL ID：202002218272812352   整理番号：20A2043910

慢性肺疾患の人々における予測モデル特性の選好:離散選択実験【JST・京大機械翻訳】

Preferences for Predictive Model Characteristics among People Living with Chronic Lung Disease: A Discrete Choice Experiment

著者 (43件)： Weissman Gary E. (Department of Medicine, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, USA) ,  Weissman Gary E. (Palliative and Advanced Illness Research Center, University of Pennsylvania, Philadelphia, PA, USA) ,  Weissman Gary E. (Fostering Improvement in End-of-Life Decision Science Program, University of Pennsylvania, Philadelphia, PA, USA) ,  Weissman Gary E. (Center for Health Incentives and Behavioral Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Weissman Gary E. (Leonard Davis Institute of Health Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Yadav Kuldeep N. (Palliative and Advanced Illness Research Center, University of Pennsylvania, Philadelphia, PA, USA) ,  Yadav Kuldeep N. (Fostering Improvement in End-of-Life Decision Science Program, University of Pennsylvania, Philadelphia, PA, USA) ,  Yadav Kuldeep N. (Center for Health Incentives and Behavioral Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Srinivasan Trishya (Palliative and Advanced Illness Research Center, University of Pennsylvania, Philadelphia, PA, USA) ,  Srinivasan Trishya (Fostering Improvement in End-of-Life Decision Science Program, University of Pennsylvania, Philadelphia, PA, USA) ,  Srinivasan Trishya (Center for Health Incentives and Behavioral Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Szymanski Stephanie (Palliative and Advanced Illness Research Center, University of Pennsylvania, Philadelphia, PA, USA) ,  Szymanski Stephanie (Fostering Improvement in End-of-Life Decision Science Program, University of Pennsylvania, Philadelphia, PA, USA) ,  Szymanski Stephanie (Center for Health Incentives and Behavioral Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Capulong Florylene (Palliative and Advanced Illness Research Center, University of Pennsylvania, Philadelphia, PA, USA) ,  Capulong Florylene (Fostering Improvement in End-of-Life Decision Science Program, University of Pennsylvania, Philadelphia, PA, USA) ,  Madden Vanessa (Palliative and Advanced Illness Research Center, University of Pennsylvania, Philadelphia, PA, USA) ,  Madden Vanessa (Fostering Improvement in End-of-Life Decision Science Program, University of Pennsylvania, Philadelphia, PA, USA) ,  Madden Vanessa (Center for Health Incentives and Behavioral Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Courtright Katherine R. (Department of Medicine, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, USA) ,  Courtright Katherine R. (Palliative and Advanced Illness Research Center, University of Pennsylvania, Philadelphia, PA, USA) ,  Courtright Katherine R. (Fostering Improvement in End-of-Life Decision Science Program, University of Pennsylvania, Philadelphia, PA, USA) ,  Courtright Katherine R. (Center for Health Incentives and Behavioral Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Courtright Katherine R. (Leonard Davis Institute of Health Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Hart Joanna L. (Department of Medicine, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, USA) ,  Hart Joanna L. (Palliative and Advanced Illness Research Center, University of Pennsylvania, Philadelphia, PA, USA) ,  Hart Joanna L. (Fostering Improvement in End-of-Life Decision Science Program, University of Pennsylvania, Philadelphia, PA, USA) ,  Hart Joanna L. (Center for Health Incentives and Behavioral Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Hart Joanna L. (Leonard Davis Institute of Health Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Asch David A. (Department of Medicine, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, USA) ,  Asch David A. (Center for Health Incentives and Behavioral Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Asch David A. (Leonard Davis Institute of Health Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Asch David A. (Center for Health Care Innovation, University of Pennsylvania, Philadelphia, PA, USA) ,  Asch David A. (The Center for Health Equity Research and Promotion, Philadelphia VA Medical Center, Philadelphia, PA, USA) ,  Ratcliffe Sarah J. (Department of Public Health Sciences and Division of Biostatistics at the University of Virginia, Charlottesville, VA, USA) ,  Schapira Marilyn M. (Department of Medicine, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, USA) ,  Schapira Marilyn M. (Leonard Davis Institute of Health Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Schapira Marilyn M. (The Center for Health Equity Research and Promotion, Philadelphia VA Medical Center, Philadelphia, PA, USA) ,  Halpern Scott D. (Department of Medicine, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, USA) ,  Halpern Scott D. (Palliative and Advanced Illness Research Center, University of Pennsylvania, Philadelphia, PA, USA) ,  Halpern Scott D. (Fostering Improvement in End-of-Life Decision Science Program, University of Pennsylvania, Philadelphia, PA, USA) ,  Halpern Scott D. (Center for Health Incentives and Behavioral Economics, University of Pennsylvania, Philadelphia, PA, USA) ,  Halpern Scott D. (Leonard Davis Institute of Health Economics, University of Pennsylvania, Philadelphia, PA, USA)
資料名： Medical Decision Making  (Medical Decision Making)
巻： 40  号： 5  ページ： 633-643  発行年： 2020年 
JST資料番号： A1630A  ISSN： 0272-989X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景.患者が偽陽性および偽陰性予測誤差の選好およびその他のモデル特性を説明するならば,患者は臨床予測モデルを見つけることができる。方法.著者らは,Philadelphiaの3診療所から募集された慢性肺疾患を有する地域在住患者の間で,仮想死亡率予測モデルの特徴に対する選好を比較するために,離散選択実験を行った。この設計を選択し,予測モデルの異なる特性間の「交換速度」を定量化した。感度,特異性,信頼区間(CI),および時間水平のモデル属性を説明するために,以前に検証された教育モジュールを提供した。患者は,予測モデル自体の使用または医師使用のそれらの興味を報告した。次に,患者は12のタスクにわたって4つの属性の変化するレベルを含む2つの仮想予測モデルの間で選択した。結果.200人の患者とのインタビューを完了し,そのうち95%は内部妥当性チェックで厳密に支配的なモデルを選択した。予測情報への患者の関心は,自分自身(n=169,85%)および医師(n=184,92%)の使用で高かった。感度と特異性の最大化への関心は類似していた(感度の1点に等しい特異性の0.88パーセントポイント,95%CI 0.72から1.05)。患者は,特異性の1%増加に対する予測時間帯において,6.10か月(95%CI 3.66から8.54)の減少を受け入れるようだった。考察。慢性肺疾患患者は,仮想死亡率予測モデルの特徴に対する好みを美術し,それらの治療の一部としてこのようなモデルの使用に興味が持たれている。臨床治療としては,より多くの患者が中心になるべきであり,そのため,治療をガイドするために使用される予測モデルの特性が必要である。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 教育 ,  意思決定 ,  死亡率 ,  美術 ,  予測誤差 ,  *予測モデル
準シソーラス用語： 特異性 ,  偽陰性 ,  *慢性肺疾患 , 【Automatic Indexing@JST】

著者キーワード (3件)： 離散選択実験 ,  患者中心の意思決定 ,  予測モデリング

分類 (2件)： 医用情報処理  (JE15030Q) ,  運輸交通・サービス一般  (TA01010L)

タイトルに関連する用語 (4件)： 慢性肺疾患 ,  予測モデル ,  選好 ,  離散選択実験