- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05449561
Más allá de la eficacia: obtención de preferencia por la psicoterapia presencial y basada en Internet entre personas con depresión
Más allá de la eficacia: obtención de preferencia por la psicoterapia presencial y basada en Internet entre personas con depresión: uso del experimento de elección discreta para avanzar en la implementación de servicios futuros
El objetivo de este estudio es fortalecer la base de evidencia de las preferencias de psicoterapia de los clientes y cerrar las brechas descritas en la literatura para informar la reasignación de recursos de salud pública y la implementación de servicios psicológicos.
Los investigadores tienen como objetivo abordar las siguientes preguntas de investigación:
- ¿Qué atributos del servicio psicológico ejercen la mayor influencia en las decisiones de uso del servicio?
- ¿Pueden los encuestados estar representados por clases latentes sobre la base de perfiles de preferencias similares?
- ¿Qué atributos ejercen la mayor influencia sobre las decisiones de utilización del servicio de cada clase latente?
- ¿Las personas con depresión adoptarán la psicoterapia basada en Internet teniendo en cuenta el largo tiempo de espera y el alto costo de la psicoterapia convencional cara a cara?
Para abordar sistemáticamente las preguntas anteriores, los objetivos específicos de la investigación se definen de la siguiente manera:
- examinar la importancia relativa de una serie de características de los servicios psicológicos (p. ej., modalidad de entrega, tiempo de espera, tarifa de servicio de bolsillo, anonimato y métodos de derivación) en las opciones de servicio psicológico que utilizan DCE.
- para identificar segmentos de personas con depresión con diferentes preferencias de servicio utilizando el modelo de clase latente, porque la ponderación relativa de las preferencias de servicio puede variar con las características demográficas (p. ej., género, edad, estado socioeconómico, gravedad de la depresión) y psicológicas (p. ej., estigma de búsqueda de ayuda) ; y
- dado que los DCE deben traducirse en servicios mejorados para que sean realmente útiles, y con referencia al interés emergente en el desarrollo de un servicio de salud mental digital para personas con depresión para resolver el problema del largo tiempo de espera y el costo de la psicoterapia presencial, utilizando una serie de simulaciones estadísticas, nuestro objetivo es estimar el porcentaje de personas con depresión en cada segmento de clase latente que usaría psicoterapia con paquetes de atributos de tratamiento predefinidos.
Descripción general del estudio
Estado
Condiciones
Descripción detallada
1.1 La depresión y la psicoterapia basada en Internet como forma de mejorar el acceso a la atención La depresión es un trastorno mental común con una prevalencia del 8,8 %. Se asocia con una disminución significativa de la calidad de vida, clasificada como la tercera causa de carga de enfermedad en todo el mundo por la OMS y ocupará el primer lugar en 2030(1). Sin embargo, 55,3% de las personas con depresión no estaban dispuestas a buscar ayuda profesional para la depresión(2), y la mediana de la duración de la demora en el tratamiento oscila entre 2 y 8 años(3,4). Aunque una preferencia por la psicoterapia sobre el tratamiento farmacológico fue consistentemente evidente(5), las barreras a la psicoterapia tradicional cara a cara tales como ubicación inconveniente, tiempo de espera prolongado, costos elevados, necesidad percibida baja, preferencia por la autosuficiencia, autoestigma, y los sentimientos de vergüenza (6) disuaden a muchos de acceder y adherirse al tratamiento. Peor aún, el número de personas con trastornos mentales ha superado con creces los recursos disponibles en los modelos tradicionales de prestación de psicoterapia(7). Por lo tanto, las psicoterapias efectivas deben estar cada vez más disponibles de una manera más rentable utilizando Internet como una modalidad de servicio alternativa(8). La investigación sugiere que las psicoterapias basadas en Internet que requieren menos mano de obra parecen ser una estrategia eficaz para aumentar los servicios psicosociales y reducir la carga del sistema de salud. Numerosos ensayos clínicos han demostrado la eficacia de las psicoterapias basadas en Internet para tratar la depresión. Una revisión sistemática de 32 ensayos controlados aleatorios que evaluaron la terapia cognitiva conductual basada en Internet para los síntomas de depresión en 5642 participantes encontró un tamaño medio del efecto de g = 0,67 (8). Un metaanálisis reciente también encontró que la psicoterapia cognitiva conductual basada en Internet tiene efectos comparables a la psicoterapia tradicional cara a cara, incluso cuando se comparan directamente entre sí(9).
1.2 Más allá de la eficacia, la importancia de la preferencia en los servicios centrados en el cliente A pesar de la creciente evidencia sobre la equivalencia de eficacia en el uso de Internet para brindar psicoterapia en comparación con su contraparte cara a cara, un requisito previo esencial para actualizar todo el potencial de cualquier tratamiento eficaz es que las personas estén dispuestas a utilizarlo. Esta proposición está de acuerdo con la Teoría de la Difusión de la Innovación y la Teoría Unificada de la Aceptación y el Uso de la Tecnología; los usuarios potenciales deben tener un nivel adecuado de preferencia y aceptación del servicio antes del inicio y aceptación del nuevo tratamiento(10). Con la conciencia de los problemas de traslación (p. ej., aceptación deficiente) que ocurren de los ensayos de eficacia al mundo real y el reconocimiento que las intervenciones de atención médica se valoran por algo más que los resultados clínicos de salud(11), la investigación para comprender qué pacientes* se atienden en los servicios de salud se multiplicó por diez en las últimas dos décadas(12). De hecho, involucrar las preferencias de los pacientes en la determinación de la mejor atención no solo conduce a una mejor implementación del servicio, sino que también promueve decisiones de política que abarcan los valores del paciente(13). Las preferencias no satisfechas explican en parte la aceptación subóptima y la mala adherencia a la psicoterapia para el trastorno depresivo mayor(14,15). Abordar las preferencias de los clientes por las psicoterapias podría ayudar a superar la brecha de tratamiento al guiar las decisiones de política y reestructurar los servicios psicológicos que se ofrecen en la sociedad(11). Caracterizar y priorizar la demanda de psicoterapias basadas en la evidencia de los usuarios potenciales del servicio podría proporcionar información sobre cuestiones prácticas y significativas como "¿A quién se debe implementar la psicoterapia basada en Internet?", "¿Cómo deberían asignarse los recursos entre los servicios basados en Internet y los presenciales para estar en consonancia con las preferencias de los usuarios?" “¿La nueva modalidad de atención puede llegar a personas que tienen altos niveles de estigma o prefieren manejar su salud mental de forma anónima a través de un programa en línea?(16)”. Como era de esperar, la investigación encontró que tener en cuenta la preferencia de los pacientes en la planificación del servicio podría conducir a una mejor utilización del servicio y una disminución de la deserción(17). Los Servicios Nacionales de Salud del Reino Unido también declararon explícitamente que sus "servicios deben reflejar y deben coordinarse y adaptarse a las necesidades y preferencias de los pacientes". Además, el respeto por la autonomía y la autodeterminación de los usuarios está reconocido en el Código de Ética internacional, incluidos los de la Sociedad Americana y Australiana de Psicología. La preferencia de los pacientes también se identificó como uno de los seis objetivos para un nuevo sistema de salud de alta calidad para el siglo XXI en el informe del Instituto de Medicina, Crossing the Quality Chasm.
1.3 Uso del Experimento de Elección Discreta (DCE) para comprender las preferencias de los clientes Hasta la fecha, las preferencias de los clientes en los servicios psicológicos se han evaluado principalmente utilizando métodos cualitativos o medidas cuantitativas de aceptabilidad o actitudes(18). Los estudios sugirieron que la fuerza de preferencia media de la psicoterapia basada en Internet era más baja que la psicoterapia tradicional, pero comparable a la de la medicación. Una parte sustancial de las personas con depresión (38 %) informaron que es probable o muy probable que consideren las intervenciones basadas en Internet (18). Para aquellos que prefieren los enfoques tradicionales cara a cara, más de un tercio de ellos indicaron que es probable que utilicen servicios en línea en el futuro(19). En un estudio de preferencia reciente en Canadá, aunque la mayoría de los estudiantes postsecundarios prefirieron la psicoterapia presencial sobre el servicio de salud mental digital, cuando los estudiantes consideraron los posibles períodos de espera, un mayor porcentaje de estudiantes optó por la psicoterapia basada en Internet en lugar de la espera presencial. -psicoterapia facial (20). Aunque los estudios de preferencia que utilizan calificaciones de escala de Likert simples proporcionaron cierta información sobre el servicio deseable, carecían de detalles sobre los atributos subyacentes que impulsan las preferencias del usuario y no evaluaron cuantitativamente la importancia relativa de cada atributo (p. ej., '¿Es la modalidad de tratamiento, la duración de la espera , o cuesta lo más importante?') o el grado en que los clientes estarían dispuestos a intercambiar una característica de tratamiento por otra (p. ej., '¿Estarían dispuestos los clientes a recibir servicios a través de Internet en lugar de en persona si reduce el costo/tiempo de espera?'). Sin esta información, los investigadores y los formuladores de políticas tienen orientación limitada sobre la mejor manera de diseñar los mejores servicios que se alineen con las preferencias del cliente.
Una alternativa a los estudios de preferencia es el experimento de elección discreta (DCE), que se puede utilizar para comprender cuantitativa, experimental y sistemáticamente la preferencia de los clientes. DCE es una metodología de encuesta válida, confiable y ampliamente aplicada para obtener las preferencias de los pacientes para el cuidado de la salud(21). DCE se basa en la teoría de la utilidad aleatoria que postula que los individuos eligen atributos que maximizan la utilidad de la opción. En DCE, se les pedirá a los encuestados que completen una serie de tareas de elección hipotética (consulte la Figura 2, por ejemplo). Dentro de cada tarea, los encuestados seleccionan su opción preferida entre alternativas con diferentes características de servicio. DCE es análogo a la toma de decisiones del mundo real y ofrece ventajas sobre los métodos de encuesta tradicionales en la reducción de la toma de decisiones superficiales, el efecto de halo y el sesgo de deseabilidad social, y permite una mejor comprensión de las razones subyacentes de los comportamientos de elección(22). Las calificaciones a menudo producen puntajes altos en atributos favorables, lo que refleja el deseo general de servicios que abarquen todas las características positivas. Sin embargo, la escasez de recursos a menudo requiere compensaciones entre atributos, y DCE podría proporcionar información importante para informar la toma de decisiones de servicios sobre qué atributos de servicio deben priorizarse para la mejora(21). En particular, DCE es simple de administrar, con estudios que muestran que las personas con enfermedades mentales graves son capaces de completar DCE y tomar decisiones racionales (23), y se ha encontrado que los métodos de elección predicen adecuadamente el comportamiento real (24).
De hecho, la Administración de Drogas y Alimentos de los Estados Unidos ha respaldado los DCE como el método 'favorecido' para evaluar la opinión de los pacientes sobre el perfil de daños y beneficios de los productos para el cuidado de la salud. Del mismo modo, los datos derivados de los DCE también desempeñaron un papel importante en la información y el apoyo a la toma de decisiones y la regulación de la atención de la salud(25). En el campo académico, los investigadores han aplicado DCE para identificar atributos que afectan las preferencias de los pacientes para los programas de detección de cáncer de mama (26), la prevención del VIH (27), el tratamiento de la artritis reumatoide (28) y la vacunación (24). Dado que DCE puede capturar la importancia relativa de los atributos estudiados, los investigadores de intervención y los responsables de la formulación de políticas pueden priorizar los cambios relacionados con el atributo más importante en psicoterapia en el desarrollo e implementación del servicio.
1.4 La brecha en la investigación: ¿Qué pasa con la importancia relativa de los atributos importantes del servicio? Hasta ahora, solo se han realizado un puñado de DCE sobre servicios psicológicos. Priorizar los servicios sobre la base de la eficacia clínica y la rentabilidad a menudo pasa por alto otros factores importantes relevantes para los clientes. Captar las elecciones de los clientes en psicoterapia a la luz del nuevo desarrollo de las intervenciones basadas en Internet es de suma importancia y urgencia para optimizar la implementación del servicio(11).
Hasta donde sabemos, solo un estudio hasta la fecha ha examinado explícitamente cómo las personas con depresión intercambian los pros y los contras de las opciones de servicios psicológicos con diferentes atributos del servicio(29). Sin embargo, el estudio adoptó tareas de elección forzada sin una alternativa de exclusión voluntaria, lo que hace que los conjuntos de elección sean menos realistas y corren el riesgo de sobreestimar el peso de preferencia (30,31). Además, ningún DCE existente sobre servicios psicológicos ha incorporado los tres atributos principales del tratamiento para la depresión, que son el resultado (p. ej., eficacia), el proceso (p. ej., modalidad de tratamiento, tiempo de espera) y los atributos de costo(32) 1.5 Objetivo del estudio El objetivo de este estudio es fortalecer la base de evidencia de las preferencias de psicoterapia de los clientes y cerrar las brechas descritas en la literatura para informar la reasignación de recursos de salud pública y la implementación de servicios psicológicos. Los investigadores tienen como objetivo abordar las siguientes preguntas de investigación: ‣ ¿Qué atributos del servicio psicológico ejercen la mayor influencia en las decisiones de uso del servicio? ‣ ¿Pueden los encuestados ser representados por clases latentes sobre la base de perfiles de preferencias similares? ¿Qué atributos ejercen la mayor influencia sobre las decisiones de utilización del servicio de cada clase latente? ‣ ¿Las personas con depresión adoptarán la psicoterapia basada en Internet teniendo en cuenta el largo tiempo de espera y el alto costo de la psicoterapia convencional cara a cara?
Para abordar sistemáticamente las preguntas anteriores, los objetivos específicos de la investigación se definen de la siguiente manera:
- examinar la importancia relativa de una serie de características de los servicios psicológicos (p. ej., modalidad de entrega, tiempo de espera, tarifa de servicio de bolsillo, anonimato y métodos de derivación) en las opciones de servicio psicológico que utilizan DCE.
- para identificar segmentos de personas con depresión con diferentes preferencias de servicio utilizando el modelo de clase latente, porque la ponderación relativa de las preferencias de servicio puede variar con las características demográficas (p. ej., género, edad, estado socioeconómico, gravedad de la depresión) y psicológicas (p. ej., estigma de búsqueda de ayuda) ; y
- dado que los DCE deben traducirse en servicios mejorados para que sean realmente útiles, y con referencia al interés emergente en el desarrollo de un servicio de salud mental digital para personas con depresión para resolver el problema del largo tiempo de espera y el costo de la psicoterapia presencial, utilizando una serie de simulaciones estadísticas, los investigadores tienen como objetivo estimar el porcentaje de personas con depresión en cada segmento de clase latente que usaría psicoterapia con paquetes de atributos de tratamiento predefinidos.
Posteriormente, los investigadores invitarán a por lo menos 20 participantes con al menos un nivel leve de síntomas depresivos para participar en entrevistas individuales. Las entrevistas serán en formato semiestructurado.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Hong Kong, Hong Kong
- Department of Psychology
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Participantes de 18 años o más
- Con al menos síntomas depresivos de leves a moderados (definidos como tener un puntaje de corte de 10 o más según el Cuestionario de Salud del Paciente-9 (PHQ-9))
- Capaz de leer y entender chino
Criterio de exclusión:
- Diagnóstico autoinformado del DSM-5 de episodios maníacos actuales, trastorno de estrés postraumático, trastornos por uso de sustancias y trastornos psicóticos
- Activamente suicida según lo evaluado por el evaluador de suicidio P4
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Solo caso
- Perspectivas temporales: Transversal
Cohortes e Intervenciones
Grupo / Cohorte |
|---|
|
Entrevista cualitativa de elección discreta
Invitaremos al menos a 20 participantes con al menos un nivel leve de síntomas depresivos para participar en entrevistas individuales.
Las entrevistas serán en formato semiestructurado.
Una vez que se proporcione el consentimiento informado y se complete la encuesta demográfica, haremos a los encuestados una sola pregunta sobre lo que les importa al considerar el uso de la psicoterapia, con sondeos adecuados durante la conversación.
Esto asegurará la uniformidad de los temas a discutir y el nivel de digresión permitido.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Depresión
Periodo de tiempo: en la línea de base
|
Cuestionario de salud del paciente (PHQ9) (Kroenke, Spitzer y Williams, 2001).
Es una medida de 9 ítems para acceder a la gravedad de la depresión.
PHQ-9 ha sido validado y utilizado ampliamente en la población general para la detección y medición de la gravedad de la depresión.
Las puntuaciones de 5, 10, 15 y 20 indican un nivel de depresión leve, moderado, moderadamente grave y grave, respectivamente (rango: 0-27).
|
en la línea de base
|
|
Autoestigma por búsqueda de ayuda
Periodo de tiempo: en la línea de base
|
Escala de autoestigma de búsqueda de ayuda (SSOSH-10).
Para comprender cómo el estigma puede influir en las opciones y preferencias de los servicios psicológicos, se utilizará SSOSH-10 para evaluar el nivel de estigma que buscan ayuda de los encuestados.
La escala puntúa en una escala tipo Likert de 5 puntos, siendo 1=totalmente en desacuerdo y 5=totalmente de acuerdo (las puntuaciones van de 10 a 50).
Cuanto mayor sea la puntuación media, mayor será el autoestigma de buscar ayuda.
|
en la línea de base
|
|
Actitudes hacia las intervenciones psicológicas en línea
Periodo de tiempo: en la línea de base
|
Actitudes hacia el Cuestionario de Intervenciones Psicológicas en Línea (APOI).
Es una medida de 16 ítems para evaluar las actitudes de los encuestados hacia las intervenciones psicológicas en línea.
Se puntúa en una escala Likert de 5 puntos con 1=totalmente de acuerdo a 5=totalmente en desacuerdo.
|
en la línea de base
|
|
Atributos potenciales y su influencia en la elección de psicoterapias por parte del encuestado
Periodo de tiempo: Línea de base (Durante la entrevista cualitativa)
|
Se hará 1 conjunto de preguntas con diferentes atributos que influyen en la elección de psicoterapia del encuestado.
Planeamos incluir (1) Modalidad de tratamiento, (2) Efectividad, (3) Referencia, (4) Anonimato, (5) Tiempo de espera y (6) Costo de bolsillo como atributos.
También pediremos a otros 60 participantes con síntomas depresivos que clasifiquen los atributos del 1 ("más importante") al 9 ("menos importante").
Los 6 atributos mejor clasificados serán seleccionados para las preguntas.
|
Línea de base (Durante la entrevista cualitativa)
|
Colaboradores e Investigadores
Patrocinador
Publicaciones y enlaces útiles
Publicaciones Generales
- Kroenke K, Spitzer RL, Williams JB. The PHQ-9: validity of a brief depression severity measure. J Gen Intern Med. 2001 Sep;16(9):606-13. doi: 10.1046/j.1525-1497.2001.016009606.x.
- Andrews G, Basu A, Cuijpers P, Craske MG, McEvoy P, English CL, Newby JM. Computer therapy for the anxiety and depression disorders is effective, acceptable and practical health care: An updated meta-analysis. J Anxiety Disord. 2018 Apr;55:70-78. doi: 10.1016/j.janxdis.2018.01.001. Epub 2018 Feb 1.
- Andrade LH, Alonso J, Mneimneh Z, Wells JE, Al-Hamzawi A, Borges G, Bromet E, Bruffaerts R, de Girolamo G, de Graaf R, Florescu S, Gureje O, Hinkov HR, Hu C, Huang Y, Hwang I, Jin R, Karam EG, Kovess-Masfety V, Levinson D, Matschinger H, O'Neill S, Posada-Villa J, Sagar R, Sampson NA, Sasu C, Stein DJ, Takeshima T, Viana MC, Xavier M, Kessler RC. Barriers to mental health treatment: results from the WHO World Mental Health surveys. Psychol Med. 2014 Apr;44(6):1303-17. doi: 10.1017/S0033291713001943. Epub 2013 Aug 9.
- Andersson G, Titov N, Dear BF, Rozental A, Carlbring P. Internet-delivered psychological treatments: from innovation to implementation. World Psychiatry. 2019 Feb;18(1):20-28. doi: 10.1002/wps.20610.
- Dorow M, Lobner M, Pabst A, Stein J, Riedel-Heller SG. Preferences for Depression Treatment Including Internet-Based Interventions: Results From a Large Sample of Primary Care Patients. Front Psychiatry. 2018 May 17;9:181. doi: 10.3389/fpsyt.2018.00181. eCollection 2018.
- March S, Day J, Ritchie G, Rowe A, Gough J, Hall T, Yuen CYJ, Donovan CL, Ireland M. Attitudes Toward e-Mental Health Services in a Community Sample of Adults: Online Survey. J Med Internet Res. 2018 Feb 19;20(2):e59. doi: 10.2196/jmir.9109.
- Musiat P, Goldstone P, Tarrier N. Understanding the acceptability of e-mental health--attitudes and expectations towards computerised self-help treatments for mental health problems. BMC Psychiatry. 2014 Apr 11;14:109. doi: 10.1186/1471-244X-14-109.
- Renn BN, Hoeft TJ, Lee HS, Bauer AM, Arean PA. Preference for in-person psychotherapy versus digital psychotherapy options for depression: survey of adults in the U.S. NPJ Digit Med. 2019 Feb 11;2:6. doi: 10.1038/s41746-019-0077-1. eCollection 2019.
- Kazdin AE, Blase SL. Rebooting Psychotherapy Research and Practice to Reduce the Burden of Mental Illness. Perspect Psychol Sci. 2011 Jan;6(1):21-37. doi: 10.1177/1745691610393527. Epub 2011 Feb 3.
- Malhi GS, Mann JJ. Depression. Lancet. 2018 Nov 24;392(10161):2299-2312. doi: 10.1016/S0140-6736(18)31948-2. Epub 2018 Nov 2.
- Andersson G, Topooco N, Havik O, Nordgreen T. Internet-supported versus face-to-face cognitive behavior therapy for depression. Expert Rev Neurother. 2016;16(1):55-60. doi: 10.1586/14737175.2015.1125783. Epub 2015 Dec 15.
- Yoshikawa E, Taniguchi T, Nakamura-Taira N, Ishiguro S, Matsumura H. Factors associated with unwillingness to seek professional help for depression: a web-based survey. BMC Res Notes. 2017 Dec 4;10(1):673. doi: 10.1186/s13104-017-3010-1.
- Stagnaro JC, Cia AH, Vommaro H, Sustas S, Vazquez N, Serfaty E, Kessler RC, Benjet C. Delays in making initial treatment contact after the first onset of mental health disorders in the Argentinean Study of Mental Health Epidemiology. Epidemiol Psychiatr Sci. 2019 Apr;28(2):240-250. doi: 10.1017/S2045796018000094. Epub 2018 Mar 15.
- Wang PS, Angermeyer M, Borges G, Bruffaerts R, Tat Chiu W, DE Girolamo G, Fayyad J, Gureje O, Haro JM, Huang Y, Kessler RC, Kovess V, Levinson D, Nakane Y, Oakley Brown MA, Ormel JH, Posada-Villa J, Aguilar-Gaxiola S, Alonso J, Lee S, Heeringa S, Pennell BE, Chatterji S, Ustun TB. Delay and failure in treatment seeking after first onset of mental disorders in the World Health Organization's World Mental Health Survey Initiative. World Psychiatry. 2007 Oct;6(3):177-85.
- McHugh RK, Whitton SW, Peckham AD, Welge JA, Otto MW. Patient preference for psychological vs pharmacologic treatment of psychiatric disorders: a meta-analytic review. J Clin Psychiatry. 2013 Jun;74(6):595-602. doi: 10.4088/JCP.12r07757.
- Salloum RG, Shenkman EA, Louviere JJ, Chambers DA. Application of discrete choice experiments to enhance stakeholder engagement as a strategy for advancing implementation: a systematic review. Implement Sci. 2017 Nov 23;12(1):140. doi: 10.1186/s13012-017-0675-8.
- Clark MD, Determann D, Petrou S, Moro D, de Bekker-Grob EW. Discrete choice experiments in health economics: a review of the literature. Pharmacoeconomics. 2014 Sep;32(9):883-902. doi: 10.1007/s40273-014-0170-x.
- Bridges JF, Hauber AB, Marshall D, Lloyd A, Prosser LA, Regier DA, Johnson FR, Mauskopf J. Conjoint analysis applications in health--a checklist: a report of the ISPOR Good Research Practices for Conjoint Analysis Task Force. Value Health. 2011 Jun;14(4):403-13. doi: 10.1016/j.jval.2010.11.013. Epub 2011 Apr 22.
- Jennings KS, Cheung JH, Britt TW, Goguen KN, Jeffirs SM, Peasley AL, Lee AC. How are perceived stigma, self-stigma, and self-reliance related to treatment-seeking? A three-path model. Psychiatr Rehabil J. 2015 Jun;38(2):109-116. doi: 10.1037/prj0000138. Epub 2015 Apr 6.
- Swift JK, Callahan JL, Cooper M, Parkin SR. The impact of accommodating client preference in psychotherapy: A meta-analysis. J Clin Psychol. 2018 Nov;74(11):1924-1937. doi: 10.1002/jclp.22680. Epub 2018 Aug 8.
- Lancsar E, Louviere J. Conducting discrete choice experiments to inform healthcare decision making: a user's guide. Pharmacoeconomics. 2008;26(8):661-77. doi: 10.2165/00019053-200826080-00004.
- Lambooij MS, Harmsen IA, Veldwijk J, de Melker H, Mollema L, van Weert YW, de Wit GA. Consistency between stated and revealed preferences: a discrete choice experiment and a behavioural experiment on vaccination behaviour compared. BMC Med Res Methodol. 2015 Mar 12;15:19. doi: 10.1186/s12874-015-0010-5.
- Muhlbacher AC, Juhnke C, Beyer AR, Garner S. Patient-Focused Benefit-Risk Analysis to Inform Regulatory Decisions: The European Union Perspective. Value Health. 2016 Sep-Oct;19(6):734-740. doi: 10.1016/j.jval.2016.04.006. Epub 2016 Sep 9.
- Sicsic J, Pelletier-Fleury N, Moumjid N. Women's Benefits and Harms Trade-Offs in Breast Cancer Screening: Results from a Discrete-Choice Experiment. Value Health. 2018 Jan;21(1):78-88. doi: 10.1016/j.jval.2017.07.003. Epub 2017 Aug 18.
- Quaife M, Eakle R, Cabrera Escobar MA, Vickerman P, Kilbourne-Brook M, Mvundura M, Delany-Moretlwe S, Terris-Prestholt F. Divergent Preferences for HIV Prevention: A Discrete Choice Experiment for Multipurpose HIV Prevention Products in South Africa. Med Decis Making. 2018 Jan;38(1):120-133. doi: 10.1177/0272989X17729376. Epub 2017 Sep 1.
- Hazlewood GS, Bombardier C, Tomlinson G, Thorne C, Bykerk VP, Thompson A, Tin D, Marshall DA. Treatment preferences of patients with early rheumatoid arthritis: a discrete-choice experiment. Rheumatology (Oxford). 2016 Nov;55(11):1959-1968. doi: 10.1093/rheumatology/kew280. Epub 2016 Jul 31.
- Lokkerbol J, Geomini A, van Voorthuijsen J, van Straten A, Tiemens B, Smit F, Risseeuw A, Hiligsmann M. A discrete-choice experiment to assess treatment modality preferences of patients with depression. J Med Econ. 2019 Feb;22(2):178-186. doi: 10.1080/13696998.2018.1555404. Epub 2018 Dec 22.
- Reed Johnson F, Lancsar E, Marshall D, Kilambi V, Muhlbacher A, Regier DA, Bresnahan BW, Kanninen B, Bridges JF. Constructing experimental designs for discrete-choice experiments: report of the ISPOR Conjoint Analysis Experimental Design Good Research Practices Task Force. Value Health. 2013 Jan-Feb;16(1):3-13. doi: 10.1016/j.jval.2012.08.2223.
- Veldwijk J, Lambooij MS, de Bekker-Grob EW, Smit HA, de Wit GA. The effect of including an opt-out option in discrete choice experiments. PLoS One. 2014 Nov 3;9(11):e111805. doi: 10.1371/journal.pone.0111805. eCollection 2014.
- Tunnessen M, Hiligsmann M, Stock S, Vennedey V. Patients' preferences for the treatment of anxiety and depressive disorders: a systematic review of discrete choice experiments. J Med Econ. 2020 Jun;23(6):546-556. doi: 10.1080/13696998.2020.1725022. Epub 2020 Feb 24.
- de Bekker-Grob EW, Donkers B, Jonker MF, Stolk EA. Sample Size Requirements for Discrete-Choice Experiments in Healthcare: a Practical Guide. Patient. 2015 Oct;8(5):373-84. doi: 10.1007/s40271-015-0118-z.
- Marshall D, Bridges JF, Hauber B, Cameron R, Donnalley L, Fyie K, Johnson FR. Conjoint Analysis Applications in Health - How are Studies being Designed and Reported?: An Update on Current Practice in the Published Literature between 2005 and 2008. Patient. 2010 Dec 1;3(4):249-56. doi: 10.2165/11539650-000000000-00000.
- Noble H, Smith J. Issues of validity and reliability in qualitative research. Evid Based Nurs. 2015 Apr;18(2):34-5. doi: 10.1136/eb-2015-102054. Epub 2015 Feb 4. No abstract available.
- Leigh S, Ashall-Payne L, Andrews T. Barriers and Facilitators to the Adoption of Mobile Health Among Health Care Professionals From the United Kingdom: Discrete Choice Experiment. JMIR Mhealth Uhealth. 2020 Jul 6;8(7):e17704. doi: 10.2196/17704.
- McGrady ME, Pai ALH, Prosser LA. Using discrete choice experiments to develop and deliver patient-centered psychological interventions: a systematic review. Health Psychol Rev. 2021 Jun;15(2):314-332. doi: 10.1080/17437199.2020.1715813. Epub 2020 Jan 22.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- SBRE(R)-21-043
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
producto fabricado y exportado desde los EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .