Visualización del riesgo: impacto de los gráficos de riesgo en la comprensión y las elecciones de los pacientes en...

Área de la Ciencia:

• Economía de la salud
• Comunicación de riesgos
• Investigación de las preferencias de los pacientes

Sus antecedentes:

• La obtención de preferencias de riesgo es vital en la investigación de la salud, especialmente para los estudios de preferencia declarada como los experimentos de elección discreta (DCE).
• La evidencia empírica sobre la eficacia de los diferentes tipos de gráficos de riesgo para apoyar la comprensión de los encuestados dentro de las ECD es limitada.
• Comprender cómo las representaciones gráficas afectan la percepción del riesgo y la toma de decisiones es crucial para mejorar las metodologías de investigación en salud.

Objetivo del estudio:

• Identificar los gráficos de riesgo más adecuados para los estudios de preferencia del paciente utilizando experimentos de elección discreta (DCE).
• Evaluar el impacto de varios tipos de gráficos en la comprensión, validez, confiabilidad y resultados de elección de los encuestados en la toma de decisiones relacionadas con la salud.
• Comparar el rendimiento de diferentes gráficos de riesgo en términos de precisión de predicción entre las preferencias declaradas y reveladas.

Principales métodos:

• Se empleó un enfoque de métodos mixtos, que incluía la investigación de la literatura, entrevistas cognitivas estructuradas y dos ECD controladas aleatoriamente con un número variable de brazos de estudio.
• Se utilizó un estudio de caso sobre la vacunación contra la gripe en los Países Bajos, reclutando participantes a través de una empresa proveedora y médicos de cabecera.
• El estudio evaluó la influencia de diferentes tipos de gráficos (Icon Arrays, Column Charts, Stacked Column Charts, Bar Charts, Risk Ladders) en la comprensión, la validez, la confiabilidad, los resultados de las elecciones, la precisión de las predicciones y el uso de heurísticas.

Principales resultados:

• Las entrevistas cognitivas revelaron que las matrices de iconos (100 iconos), los gráficos de columnas y los gráficos de columnas apiladas se entendieron mejor que otros gráficos probados.
• Los hallazgos de DCE controlados aleatoriamente indicaron que los Icon Arrays y los gráficos de columna apilados demostraron una comprensión, validez y confiabilidad superiores en comparación con los gráficos de columna.
• A pesar de las diferencias en la comprensión, no se observaron diferencias clínicamente relevantes en los resultados o en la precisión de la predicción (preferencias declaradas versus preferencias reveladas) entre los conjuntos de iconos y los gráficos de columnas apiladas.

Conclusiones:

• Las matrices de iconos y los gráficos de columnas apiladas demuestran un rendimiento comparable en los experimentos de elección discreta (DCE) y producen resultados similares.
• Estos tipos gráficos se recomiendan para su uso en futuros DCE para mejorar la comunicación de riesgos y mejorar la obtención de las preferencias del paciente.
• Los hallazgos contribuyen a optimizar el diseño de los estudios de preferencias de salud al proporcionar recomendaciones basadas en la evidencia para la selección gráfica de riesgos.