Discrete Choice Experiments on Preferences in the Health Care Sector

Titelangaben

Rohrbacher, Stefan:
Discrete Choice Experiments on Preferences in the Health Care Sector.
Bayreuth , 2026 . - VIII,111 S.
( Dissertation, 2026 , Universität Bayreuth, Rechts- und Wirtschaftswissenschaftliche Fakultät)

Volltext

	Format: PDF Name: Rohrbacher_Stefan_Discrete.pdf Version: Veröffentlichte Version Verfügbar mit der Lizenz Creative Commons BY 4.0: Namensnennung
	Download (4MB)

Abstract

This dissertation investigates the methodology and application of discrete choice experiments (DCEs) in the health care sector to elicit preferences of patients and physicians, focusing on human immunodeficiency virus (HIV) treatment and total hip replacement (THR) surgery. Its objective is to understand how individuals value different healthcare attributes and to inform the development of patient-centred composite quality measures. Additionally, the research explores how the relative importance of attributes varies depending on the estimation approach used. Grounded in random utility theory, DCEs provide a robust framework for understanding how individuals value different healthcare attributes by presenting hypothetical scenarios requiring trade-offs. The work reviews advanced statistical models for DCE analysis, including multinomial logit, random parameters logit, and latent class models among others, highlighting their strengths and limitations in capturing preference heterogeneity. It emphasises the importance of rigorous experimental design, including attribute selection, level coding, and efficient choice set construction, to ensure validity and reliability. It also critically assesses model selection criteria, advocating for the use of information-theoretic measures to balance model complexity and interpretability. Empirical studies form the core of the dissertation, comprising three discrete choice experiments. The first investigates preferences of people living with HIV in Germany regarding long-acting antiretroviral therapies, revealing that dosing frequency and long-term side effect risks are paramount. The second study compares patient and physician preferences for hospital quality indicators related to THR, uncovering notable differences in attribute prioritisation, such as the emphasis on revision surgery rates by physicians versus postoperative complication rates by patients. The third study focuses on patient preferences for hospital choice in elective THR surgery, identifying quality of treatment and hospital case volume as the most influential factors. The findings of the applied experiments have practical implications for healthcare decision-making, suggesting that incorporating patient and physician preferences into composite quality measures can enhance the relevance and acceptance of health report cards and treatment regimens. Furthermore, the comparison of model approaches indicates that the relative importance of attributes is insensitive across different single-class models, but sensitive in latent class models. The dissertation concludes by advocating for further research into the impact of variable types on model outcomes and the integration of preference-based weighting in health policy tools, thereby advancing patient-centred care and informed provider choice.

Abstract in weiterer Sprache

Diese Dissertation untersucht die Methodik und Anwendung von Discrete-Choice-Experimenten (DCEs) im Gesundheitswesen zur Erhebung der Präferenzen von Patient:innen sowie von Ärzt:innen. Im Mittelpunkt stehen die Behandlung des humanen Immundefizienz-Virus (HIV) und die Hüft-Totalendoprothetik (Hüft-TEP). Ziel ist es zu verstehen, wie Individuen verschiedene Attribute der Gesundheitsversorgung bewerten, und die Entwicklung patientenzentrierter zusammengesetzter Qualitätsmaße zu unterstützen. Darüber hinaus untersucht die Arbeit, wie die relative Bedeutung der Attribute je nach verwendetem Schätzansatz variiert. Basierend auf der Random-Utility-Theorie bieten DCEs einen robusten Rahmen, um zu verstehen, wie Individuen verschiedene Attribute der Gesundheitsversorgung bewerten. Dazu werden hypothetische Szenarien präsentiert, die Abwägungen erfordern. Die Arbeit gibt einen Überblick über fortgeschrittene statistische Modelle zur Analyse von DCEs, darunter unter anderem das multinomiale Logit-Modell, das Random-Parameters-Logit-Modell und Latent-Class-Modelle, und beleuchtet ihre Stärken und Grenzen bei der Erfassung von Präferenzheterogenität. Sie betont die Bedeutung eines sorgfältigen experimentellen Designs, einschließlich der Auswahl der Attribute, der Kodierung der Ausprägungen und der effizienten Konstruktion der Entscheidungssets, um Validität und Reliabilität sicherzustellen. Zudem bewertet sie Kriterien der Modellauswahl kritisch und plädiert für den Einsatz informationstheoretischer Maße, um Modellkomplexität und Interpretierbarkeit gegeneinander abzuwägen. Den Kern der Dissertation bilden empirische Studien, bestehend aus drei Discrete-Choice-Experimenten. Die erste Studie untersucht die Präferenzen von Menschen mit HIV in Deutschland hinsichtlich lang wirksamer antiretroviraler Therapien. Sie zeigt, dass die Dosierungshäufigkeit und das Risiko langfristiger Nebenwirkungen von größter Bedeutung sind. Die zweite Studie vergleicht die Präferenzen von Patient:innen und Ärzt:innen für Krankenhausqualitätsindikatoren im Zusammenhang mit der Hüft-TEP. Sie deckt deutliche Unterschiede in der Priorisierung der Attribute auf, etwa die Betonung der Revisionsraten durch die Ärzteschaft gegenüber den postoperativen Komplikationsraten durch die Patient:innen. Die dritte Studie befasst sich mit den Präferenzen von Patient:innen bei der Krankenhauswahl für eine elektive Hüft-TEP und identifiziert die Behandlungsqualität und die Fallzahl des Krankenhauses als die einflussreichsten Faktoren. Die Ergebnisse der angewandten Experimente haben praktische Implikationen für Entscheidungen im Gesundheitswesen. Sie legen nahe, dass die Einbeziehung der Präferenzen von Patient:innen sowie von Ärzt:innen in zusammengesetzte Qualitätsmaße die Relevanz und Akzeptanz von Krankenhausvergleichsberichten (Health Report Cards) und Behandlungsplänen erhöhen kann. Darüber hinaus zeigt der Vergleich der Modellansätze, dass die relative Bedeutung der Attribute zwischen verschiedenen Single-Class-Modellen unempfindlich ist, in Latent-Class-Modellen hingegen variiert. Die Dissertation schließt mit der Empfehlung weiterer Forschung zum Einfluss von Variablentypen auf die Modellergebnisse sowie zur Integration präferenzbasierter Gewichtung in gesundheitspolitische Instrumente. Damit trägt sie zur Förderung patientenzentrierter Versorgung und einer informierten Wahl von Leistungserbringern bei.