ISSN: 2332-0761
Christine Huttin
Cet article est une contribution aux controverses actuelles sur les principales questions méthodologiques statistiques des études de préférences déclarées. Le professeur Hausman et le professeur Carson, tous deux engagés dans le litige de l'affaire Exxon Valdez, ont récemment discuté à nouveau de trois questions majeures : la question de l'intégration/de la portée, l'existence de biais hypothétiques puisque les données sont générées dans le cadre d'expériences et la volonté de payer par rapport à la volonté d'accepter. Cependant, leurs articles ciblaient principalement l'approche d'évaluation contingente dans les études de volonté de payer et aucun autre type d'études de préférences déclarées telles que les études conjointes. J'utilise une application unique d'un autre type d'étude de préférences déclarées, une analyse conjointe inversée sur la sensibilité des médecins aux coûts par rapport à l'économie des patients. Elle vise à montrer la valeur d'une telle étude de préférences déclarées, en particulier dans le cadre de ce sujet de l'économie des patients, qui ne se limite pas aux frais à la charge du patient ou au ticket modérateur comme l'un des attributs d'un ensemble de caractéristiques de produits. L'étude de la question de recherche sur les préférences des médecins et leur jugement de valeur conduit également à discuter davantage des contributions statistiques de l'analyse du jugement clinique et des formules mathématiques utilisées pour évaluer les réalisations globales du jugement. L'apport de nouvelles contributions méthodologiques (par exemple l'utilisation de tests statistiques d'efficacité S et D sur des plans expérimentaux en combinaison avec des tests économétriques sur des données effectives) peut améliorer les études de préférences déclarées qui sont de plus en plus utiles dans la recherche en santé, en particulier en médecine génomique. De telles études de préférences déclarées peuvent fournir de bons prédicteurs de l'analyse des préférences révélées, car les estimations statistiques des biais déjà calculées avec la collecte de données conjointes micro sur un minimum de 5 à 10 ans se sont révélées fiables.