離散選択実験における支配的な選択肢の回答者の選択 – ヘルスケア エコノミスト

離散選択実験では、属性に応じて、さまざまな代替治療法に対する回答者の好みを定量化します。 DCE は、個人が合理的であり、支配的な選択肢を選ばないと仮定します (つまり、ある選択肢がすべての属性にわたって別の選択肢よりもわずかに優れており、少なくとも 1 つの属性にわたって厳密には選択肢より優れている場合)。しかし、 ジョンソンら。 (2019年) は、約 10 ～ 20% の人が DCE で支配的なオプションを選択していることを発見しました。

なぜ回答者は優勢な選択肢を選ぶのでしょうか?理由としては、質問に注意を払わない、質問を理解していない、提示された実際の値ではなくヒューリスティックを使用している、ラベル付け効果、または（不作為が支配的な戦略である場合でも）不作為より行動を好む潜在的な傾向などが挙げられます。

理解力の欠如が理由である場合、一方の選択肢が他方の選択肢よりも優勢であることを明確にするフィードバックを提供すると、回答者の回答は変わりますか?これは推定精度の向上にも役立つでしょうか?それはある論文の質問です ジーニーら。 2026年 答えることを目的としています。著者らは回答者に、機器による治療を受けるか、何もしないかの選択肢を与えています。デバイスによる治療には利点はありませんが、副作用はあります。したがって、何も行動を起こさないことが支配的な戦略となります。ユーザーが特定のデバイスを選択した場合、提供されるフィードバックは次のとおりでした。このデバイスは、日常生活の能力を向上させるものではありません。しかし、死亡や合併症のリスクが伴います著者らは、このフィードバックを提供することで、(i) その後のタスクに関する人々の選択がより一貫したものになり、(ii) 人々が「デバイスなし」という選択肢を選択する可能性が低くなると仮説を立てています。

まず、全体的に考えを変えた人の実際の数は非常に少数でした。

支配構造化されたトレーニング タスクでは、回答者の 54% がリスクが伴うがメリットのないデバイスを選択しました。フィードバックを受け取るためにランダムに選ばれたユーザーの中から (n = 170)、71% (n = 121) デバイスには利点がなく、リスクが追加されるというフィードバックが明確に示された後も、デバイスを選択し続けました。言い換えれば、そのデバイスには何の利益ももたらさず、リスクが追加されるだけであると明示的に知らされていたにもかかわらず、大部分がデバイスの選択を続けたということです。

フィードバックを提供することの影響は小さいにもかかわらず、意見を変える人の割合は、フィードバックを受け取らない人の 2 倍でした。

「デバイスなし」を選択する平均予測確率は、フィードバックなしの 0.096 からフィードバックありの 0.180 に増加しました…絶対的な上昇は 0.0846 (8.46% ポイント…)…フィードバックは残留ラベルの有用性を弱め、選択肢をオプトアウト (デバイスなし) にシフトしました。これらの発見を総合すると、ラベル効果の存在が確認され、フィードバック プロンプトがラベル主導の効用を弱めることはあっても、排除することはできなかったことを実証しています。

著者らは潜在クラス分析を行ったところ、フィードバックの影響が潜在クラスに応じて異なることを発見しました。

フィードバックは、大多数の「プロデバイス」クラスの一貫性に対して測定可能な影響を与えませんでしたが、「プロデバイス、リスクに敏感な」クラスでは一貫性が大幅に低下し、小規模な「アンチデバイス」クラスでは一貫性が増加しました。

要するに、「プロデバイス」グループには、デバイスが効果的であるという事前知識があり、効果的ではないことを人々に思い出させると、そのデバイスが属性の測定値に対しては効果的ではないと信じるように仕向ける可能性がありますが、提示されていない他の属性に対してはデバイスが効果的であると信じる可能性があります。

ヘルスケアエコノミスト研究者向けのヒント

研究者って何をすればいいの？まず、この論文はラベル付けが重要であることを示しています。治療法がデバイス A、B、および「治療なし」ではなく、デバイス A、B、および C (またはより一般的には治療 A、B、および C) とラベル付けされた場合、そのラベル付けの影響は小さく、より少数の主要なオプションの選択につながる可能性があります。第 2 に、積極的アプローチと消極的アプローチで構成される選択肢を比較すると、回答者は、提示された属性ではなく事前経験に基づいて、測定されていない利益や害を推測する可能性があります。関心のある研究課題に対するこの潜在的なバイアスの影響を慎重に考慮する必要があります。第三に、多くの DCE は、人々が支配的な選択肢を選択した場合の回答を削除します。理解力や注意力の不足が原因で選択した場合、これは合理的な選択肢となる可能性があります。ただし、その選択が非常に強い事前条件によるものである場合は、特定の種類の治療法を支持して、最も強い好みを持つ個人を削除することになる可能性があります。著者らは、優位性の失敗は、「回答者が明確に定義された好みを欠いているためではなく、回答者がヒューリスティックを使用して複雑なタスクを簡素化したり、辞書編集的な好みを採用したり、独自のフレームを通してラベルや属性を解釈したりするために発生する可能性がある」と指摘しています。したがって、分析サンプルから回答者を削除することを正当化するには、慎重な根拠が必要です。第 4 に、著者が使用しているフィードバック メカニズムは、一般的な DCE には役に立たない可能性があります。私は、「『正解』の合図として誤解される可能性のある途中のフィードバックよりも、DCE を開始する前の適切なトレーニングの方が望ましいかもしれない」という著者の声明に同意します。

論文全文を読むことができます ここ。