健康信息技术偏好激发和评估的概念验证框架：以在线PRESENT患者体验仪表板为例

摘要

背景

医疗系统内的预算有限，以及有效分配资源的需要，往往需要对医疗干预措施和服务进行估价。然而，当开发出一种不存在市场的技术产品时，了解如何放置产品以及哪些规格对最终用户来说最受欢迎和最重要是一个挑战。我们开发的仪表板就是这样的，它显示了对患者体验调查自由文本评论的分析。

方法

我们使用离散选择实验（DCE）描述了我们的在线仪表板的定制和评估过程，以解决这一挑战。我们对仪表板的确切内容不感兴趣，这是在我们更大的研究的前几个阶段确定的，但对功能和定制选项的可用性以及它们如何影响个人的购买行为感兴趣。

结果

我们的DCE完成率为33/152（22%）。某些功能是非常理想的——搜索功能、过滤和上传自己的数据——并将为仪表板带来显著的附加值。购买行为取决于仪表板功能，当我们从基线转向全功能仪表板时，购买的可能性从10%到90%不等。

本研究中得出的购买行为假设个人已经购买了在线仪表盘，因此我们仅评估了仪表盘的各种功能如何影响购买产品的概率。结果被用于制定理想的医疗保健仪表板功能的通用清单，以及完善仪表板本身。我们的研究表明，在线仪表盘的开发及其在市场上的推出将在公用事业方面带来积极的净效益。成本效益分析提供了净效益的下限估计值，因为它没有确认或纳入使用在线仪表板（例如改进的医疗保健管理）可能产生的非货币效益。

结论

DCE可以通过确定特定功能和定制选项的偏好以及这对个人购买行为的影响，成功地用于为在线仪表板的开发提供信息。该过程应可转移到其他技术的开发中。

背景

医疗系统内的预算有限，以及有效分配资源的需要，往往需要对医疗干预措施和服务进行估价。对于经济学家来说，市场是揭示商品真实价值的主要机制。当某人选择购买商品/服务时，这意味着一种偏好，即此人从购买中获得的效用（或满意度）至少与他们必须支付的成本/价格相同。然而，当需要考虑和理解当前没有市场的商品/服务的偏好时，会发生什么？这就是我们在开发新的患者体验在线仪表板时遇到的问题。我们的仪表盘采用了文本分析和国家卫生服务患者体验调查自由文本评论的文本分析的新颖用法，可以推动医疗保健的改进。对于这种非市场商品，还需要考虑两个方面。首先，市场最终可能存在，但开发商通常需要事先了解市场结构，以便正确放置产品。第二，一个产品可能有大量不同的规格，选择提供哪种规格，即哪些功能是最受欢迎的，对最终用户来说是最重要的，这需要在开发阶段提前获得情报。这些信息不仅对市场定位很重要，而且对于开发最能满足用户需求的系统也很重要，这是当前研究的核心精神[1].

在更大的PRESENT研究中，我们试图通过文献综述、对仪表盘相关潜在最终用户的调查、研讨会和访谈来确定这些因素。但审查结果有限，因为之前在医疗仪表盘功能偏好评估领域缺乏工作，该调查对受访者的个人体验，而不是他们的期望进行了评论，研讨会和访谈的定性数据是研究人员和参与者之间的回顾性合作[2].

我们相信，离散选择实验（DCE）将提供一种不同的获取信息的方式，这将满足我们的所有要求，并且不仅可以获得产品的货币价值，还可以获得每个单独功能的货币价值。DCE基于原始实验数据，为研究人员提供了将个人置于受控环境（情境）中并独立调查问题的能力，而不会产生潜在的混淆偏见。DCE基于兰卡斯特的消费者行为和偏好理论[三]和罗森[4]并利用潜意识的认知过程。他们假设效用不是来源于消费一种商品本身，而是来源于这种商品所具有的特性。因此，一件商品的特性决定了它的价值，而特性的差异导致了对个人的不同程度的渴望。从本质上讲，研究人员根据商品的特征来描述商品，各种特征组合可用，就像它们是多个不同的假设产品一样。然后询问潜在用户，如果有机会，他们会购买哪个产品版本。潜在的直觉是，用户将考虑呈现给他们的不同产品的特性，并在它们之间进行权衡，以及每个产品的具体价格。然后，他们会选择购买（或者更确切地说，他们打算购买）他们认为在价格上最具吸引力或最理想的产品。迄今为止，DCE已在许多领域得到应用，其中包括市场营销、环境、经济和健康[5,6,7]，并在卫生技术评估中被推荐[8,9]但据我们所知，它们尚未用于开发医疗技术。

本文旨在描述在线/软件仪表板的定制和评估过程，该仪表板是作为在线工具包（“当前”研究工具包）的一部分开发的。具体来说，DCE提供有关市场定位的反馈，并计算个人愿意为在线仪表板的每个功能支付多少费用，以及考虑到仪表板的功能，他们购买或不购买仪表板的可能性。这一知识对于确定“当前”仪表板的最终设计很有用，尤其是在从先前的审查、调查和定性工作中选择不同的冲突信息时，我们将在本文后面进行进一步总结。背景和方法直接适用于任何物理或电子产品和服务的开发和评估，本文旨在更广泛地将这种方法引入医疗保健技术的产品开发和评估。我们的工作受到了我们网络的欢迎。

前期工作和背景

英国医疗政策突出了患者对护理质量的看法。本研究旨在展示成功的全国癌症患者体验调查（CPES）的结果。自2010年以来，这一信息每年以3个月的时间发送给英国NHS信托机构的所有癌症住院患者或日间患者。但是，尽管这是一种公认的需要，但一直没有办法系统、有效和有用地分析和报告本次调查和其他类似调查中的自由文本答复。因此，PRESENT项目使用了基于规则的信息检索[10]构造CPES自由文本注释和Python编程语言(https://www.python.org/)在数字仪表板显示中以摘要视觉格式显示结果和文本分析，可以深入到原始自由文本。

之所以选择仪表盘方法，是因为它在医疗保健领域很受欢迎。2009年，NHS连接健康倡议，现已纳入健康和社会护理信息中心(http://webarchive.nationalarchives.gov.uk/20130502102046/http://www.hscic.gov.ku/aboutus)，开始临床仪表盘计划。这是一种尝试，旨在使医疗保健专业人员更容易使用仪表板开发，作为总结医疗保健相关数据的有用方式。但其建议似乎并没有基于纳入患者视图的特定领域考虑因素，也没有从医疗仪表盘可用性和设计考虑因素的经验工作中获得信息。此外，该方案非常灵活，导致了非常不同的设计方法，这些方法往往违反格式塔设计原则[11]. 好的仪表盘应该根据特定的最终用户需求量身定制设计，而不违反这些原则。道丁和同事[12]在2015年对医疗环境中临床和质量仪表盘的使用进行的审查中，发现了一些迹象表明它们在改善患者预后方面的有效性。然而，这些作者表示，需要进一步进行高质量的详细研究，以证实这一点，并为医疗环境的仪表板设计制定指南。他们还注意到他们评估的仪表盘设计的异质性，例如文本或图形的使用、颜色以及信息如何呈现给用户。

因此，目前的研究旨在开发一个仪表板，该仪表板可以在保持格式塔原则的同时推动服务改进，并为医疗仪表板设计提供指导。为此，我们采用了一种跨学科的方法，在数据中保持患者的声音，同时制作主题和显示，这些主题和显示在医疗保健改进可能性方面对员工有意义，并符合编程和网页设计原则。研究分为三个阶段。第一阶段（见表1结果）导致了仪表板潜在属性列表的开发，该列表在研究的后续阶段进行了完善，并用于DCE。本阶段涉及临床数字工具包设计的范围界定文献综述，发现相关文献很少；有什么，重点是设计原则，而不是应用。它还包括通过相关医疗网络和网站传播的利益相关者仪表盘范围调查；n个 = 35名受访者中有33人是医疗专业人士。从这项调查中，我们确定了除评审确定的属性之外的几个属性（表1).

表1根据我们之前的文献综述和我们对医疗专业人员的调查，医疗仪表盘和工具包应包含的主要功能摘要

在第二个研究阶段，我们的重点是根据第一阶段的结果开发几个原型仪表盘。在我们的六个研讨会上，与34名患者体验利益相关者（患者、医护人员和第三部门）讨论了原型(n个 = 每组4-9人）。从模式上讲，这些人都是50多岁的女性，他们是从不同种族群体中自我报告的；表2不同类型的利益相关者对仪表板的使用有不同的理解。在第一次研讨会中，我们建议制作多个最终仪表板，以代表不同的用户设置，但很快就清楚了，潜在的最终用户需要一个具有不同访问层的系统，这取决于他们是谁。这符合CPES；这项调查中的评论跨越了所有类型的初级和中级护理。重点是患者体验，只需在一个仪表板中包含过滤器和搜索功能，就可以满足不同的最终用途。在与特意挑选的研讨会参与者（与主要群体有分歧或观点强烈的三个主要利益相关者群体的参与者）进行的半结构式访谈中，进一步探讨了原型。访谈主题饱和度达到n个 = 12名参与者。

表2按特征分列的DCE前研讨会讨论者明细

从研讨会和访谈中，我们确定了数据共享问题、关于机器学习准确性的期望以及患者体验调查抽样偏差，这些都是在充分优化使用患者反馈数据之前需要进一步讨论和考虑的关键主题。研讨会和访谈导致了对原型的修改，例如粒度级别和过滤（见图1)以及决定一个原型适合所有人，而不是多个版本。

图1

我们正在开发的工具包中的详细信息。一工具箱搜索页面的示例。b条DCE结束后，仪表板上的人口统计过滤。c（c）文本分析概述的摘要页面。对整个数据集的情感分析和主题提取进行叙述性总结。d日文本分析产生的数据的图形表示草案。上传本地数据的选项。按DCE参与者的优先顺序导出、保存和打印选项

DCE是我们主要研究的最终概念验证和验证阶段的一部分，随后对我们的原型进行了修改，并采用了演练技术，以探索仪表板的可用性和实现。

DCE的研究问题是：

• 1 个人愿意为在线仪表板的每个功能支付多少费用？

• 2 作为癌症护理中卫生服务管理人员使用的实际可取性的代表，哪些功能在货币上是最可取的？

• 三。 考虑到仪表板的功能，他们购买或不购买仪表板的可能性有多大？

方法

在进行DCE时，需要注意一些步骤，以便最大限度地提高响应和结果的质量，并为我们的研究问题提供答案。现在考虑这些步骤。

确定DCE的属性和级别

在本节中，我们将描述如何确定DCE的属性和级别。

• i、。 首先，需要选择相关商品的特征（称为属性），这些特征将包含在DCE中。通常，这些属性基于专家知识和讨论、文献综述，通常还基于直觉。在目前的研究中，它们是根据我们的第一阶段和第二阶段的工作发展而来的，决定采用DCE的一个关键原因是回答研究问题2（见上文），并将回答与研究其他部分的回答进行三角分析。

• ii、。 DCE中还可能包含价格属性，以进行意愿对日（WTP）计算，换句话说，以确定用户愿意为特定功能支付的价格（研究问题1）。

• （三）。 随后，必须为每个属性选择详细级别的数量和级别本身。它们应该是现实的，并涵盖个人偏好可能下降的潜在价值范围。例如，对于属性“搜索功能”，可能有三个级别：无搜索；按一个固定变量搜索；通过从建议的变量菜单中选择进行搜索。

我们第一阶段和第二阶段的工作确定了21个与我们开发的原型仪表板设计相关的潜在属性。通过研究团队内部的讨论，以及进一步的共同设计工作——与我们的咨询小组在研讨会上探讨仪表盘和属性列表，并通过他们在DCE工作中的网络——属性的数量减少到医疗仪表盘的10个关键功能。

DCE的实验设计

通过将所有属性的每个属性的一个级别组合在一起，我们创建了一个包含备选产品的完整规范。在DCE中，这些备选方案被分成两组或三组，以创建呈现给受访者的情景（或选择集），并作为问卷的基础。备选方案和选择集的数量取决于属性和级别的数量[5,13,14]. 确定将哪些属性级别组合成备选方案以及将哪些备选方案放在一起的程序由实验设计原则指导，以确保效率和预期效果的识别（有关此方面的更多信息，请参阅[13,14]). 对于在线仪表板，我们有2个级别的8个属性和4个级别的2个属性，这要求每个受访者至少选择15个选项集，每个选项集包含两个备选选项（即15个两两配对的假设仪表板）。图2提供了调查中使用的选择集的示例。

图2

呈现给个人的选择集示例。由南安普顿大学调查生成和研究工具iSurvey生成的屏幕截图

使用问卷设计，对三名符合潜在用户（医疗服务经理和决策者）特征的医疗专业人员在线试行DCE页面草稿，以帮助设计、措辞和陈述调查。我们还从潜在用户那里获得了他们愿意为所需的仪表板支付的最大金额，以及这应该作为个人还是团队购买进行成本计算。实施了改变，例如避免重复措辞和简化比较，并通过与两名利益相关者进行认知访谈（在问卷编制中使用该术语）寻求进一步的反馈，这两名利益攸关者是具有决策责任的学术临床医生[1]. 这些“大声思考”的采访让我们简化了介绍页面，并添加了仪表板的屏幕截图，用户可以随时查看这些屏幕截图作为提醒。由于项目时间限制，提供反馈的数量低于我们的期望（我们的目标是总共15个）。然而，各种研究表明，任何人口构成的5-15名能够使用技术的参与者都足以发现技术的大多数潜在问题，我们达到了这一范围的最低端[15]. 为DCE选择的属性和级别的最终列表如下所示补充信息在反馈中，这类选择的认知负担被认为很大，并采取了一些措施来减少这一负担，使DCE对受访者来说更容易管理。首先，我们将每个选项集中的备选仪表板数量增加到三个。这将每个受访者所需的选择集数量减少到了8个。其次，实施了部分轮廓设计，其中每个选择集中的三个备选方案中只允许四个属性的子集发生变化，但不同选择集中的属性子集不同。然而，这种方便和认知负担上的折扣伴随着成本，即每个受访者必须看到更多的选择集。使用我们的实验设计软件的一个功能，创建了这个基本设计的三个不同版本，这些版本改变了呈现给个人的属性和级别的组合。这增加了被调查者评估的选择集的数量，以增加全因子分析的覆盖范围，更准确地确定权衡，并提高实验设计的整体效率。因此，生成了三个D有效的分数阶乘部分轮廓设计，每个设计有八个选择集，每个选择集有三个备选方案。每个被调查者被随机分配到三个版本中的一个。

强迫个人在每一个选项中从三个选项中选择出他们喜欢的选项，可以确保个人在选项的属性之间进行权衡，而不会选择拒绝购买。然而，这使得研究人员不可能得出真实的购买行为，因为相应的真实选择首先是是否购买仪表板服务，然后是想要的版本。因此，我们实施了一个两阶段的启发策略，首先询问个体更喜欢三种选择中的哪一种，然后如果有机会，他们是宁愿保留自己喜欢的选择还是选择退出。这解决了研究问题3。

所有实验设计均使用JMP软件构建[16].

调查管理

该实验是在南安普顿大学提供的iSurvey工具包上搭建的平台。通过我们现有的专业网络和麦克米伦癌症护理及其数字团队，邀请了200多名利益相关者参与。我们联系了英国所有的临床调试小组以及一些癌症慈善机构。此外，尽管潜在受访者人数较少且相互重叠，但邀请并鼓励参与研究其他阶段、之前对研究感兴趣或参加过我们的启动活动的专业人士与同事分享这一联系。调查问卷也通过我们的咨询小组和指导委员会的成员分发，并在南安普顿大学健康科学学院内共享。问卷开放九周，有一个提醒。伦理批准获得了NHS国家研究伦理委员会（NRES 15/NS/0104）的批准，该研究由南安普顿大学赞助。

DCE分析

DCE数据分析假设随机效用理论和线性参数效用函数。假设独立和相同分布的极值I型分布误差项出现McFadden条件逻辑（CL）[17]. 该模型模拟了个人从三个备选方案中选择特定备选方案的概率。鉴于个体受访者的特征在一个选择集中不会发生变化，因此他们不能直接影响这种可能性。系数（例如。β_k个属性级别k个)这些模型中的估计值表示从具有该特性的替代品中获得的效用的增加/减少k个.

放松一些条件logit假设，通过嵌套logit（NL）模型对选择进行进一步建模，其中选择首先被分组到巢中（即购买或不购买），并对个人从特定巢中的一组可用选择中选择一个选择的概率进行建模[18]. 同样，个体被调查者的特征不会影响替代品的选择，但会影响巢穴的选择（即购买或不购买）。

意愿对日价值

在对每个属性级别的模型和系数进行估计后，可以计算意愿值。如前所述，系数描述了部分效用，因此表示了属性级别的相对重要性。通过取系数的比值，可以计算出它们之间的边际替代率（MRS），即一个人为了获得更多的另一个属性级别而愿意失去多少属性级别。在属性中加入价格成分可以将这些比率转换为货币表示，即WTP值。WTP表示平均个人愿意支付的金额，以获得具有特定功能属性级别的服务/产品。

预测概率

通过计算预测概率可以得出对结果的进一步推断。这些概率表示个人是否会购买给定产品的可能性，或者当产品特性发生变化时，是否会购买产品的可能性发生变化。具体来说，我们给出了三种预测概率。

• a） 第一种方法用于更好地了解每个属性级别的影响程度（即它对产品吸引力的贡献程度）。这可以称为仪表盘的可取性。为此，我们定义了一个基线产品，其特性如表所示三随后，我们创建了与基线相同的备选仪表板，但只有一个属性级别除外。例如，一个替代仪表板可能与基线相同，只是它具有用户将自己的数据上传到仪表板的附加功能（即属性：上传自己的数据–是）。可能的配置（即可能的替代产品的数量）很大，因此，在不失一般性的情况下，我们限制自己一次只更改一个属性级别，这导致总共有12个替代仪表盘。然后计算每个备选仪表板的购买概率，并与基线进行比较。这种差异表明，当一个属性级别相对于基线发生变化时，预测的购买概率发生了变化。鉴于我们有意选择基准仪表板，以包含每个功能的最低期望级别，但价格除外（价格是最便宜的），概率差异预计为正，这意味着期望的功能越多，选择仪表板的概率越大。

• b） 第二种预测概率遵循类似的逻辑，但对每个属性级别在防止普通人选择购买仪表板工具方面的重要性进行了评估。在这种情况下，我们计算了选择退出基准以及所有其他备选仪表板的概率，并再次对其进行比较。预计更理想的功能将减少选择退出的可能性。鉴于在这些计算中，选择权退出作为一种选择是必要的，这仅适用于DCE选择的第二阶段。回想一下，我们实施了一个两阶段启发策略，首先询问个人喜欢三个备选仪表板中的哪一个，然后让他们选择保留自己的首选仪表板或选择退出。

• c） 第三种类型计算三个假设仪表板（即基线、全功能低价和全功能高价替代品）的无条件预测购买概率和选择退出概率（即拒绝购买）。这些数据可以让受访者了解总体的购买倾向，并有助于构建市场情景，从而指导市场布局和收入流。

表3 DCE中基线替代方案的特征

结果

在受邀的152人中，148人登录了调查（即可能的回复率为97%，但我们无法确定真实的回复率，因为我们要求他们传递链接）。其中，116人回答了至少一个选择集，但没有完成调查，因此他们的数据无法使用。总共有32名受访者完成了DCE，完成/保留率约为22%。虽然系数的确定并不取决于样本大小（即实验设计确保有足够的信息可用于估计参数），但考虑到这种保留率，需要验证结果的通用性或稳健性。

描述性统计

在查看估算结果之前，我们讨论了样本的构成（表4). 总的来说，平均年龄为49岁，其中81%为女性，38%为NHS工作。在查询与NHS职位相关的个人情况信息时，7级最常见（占受访者的50%），而管理（58%的受访者）是最常见的专业领域。具有学术角色的个人占受访者的53%；这也意味着，尽管大多数学者都是兼职临床医生或当地委托委员会的成员，但研究结果仍需与医疗人员进一步核实。

表4采集样本的描述性统计(n个= 32)

估算结果

表5给出了三种模型的估计结果。条件逻辑可用于估计DCE问题的第一阶段（即无选择权的强制选择）和DCE问题组合的第一和第二阶段（即三个备选仪表板加上一个选择权）。第一阶段和第二阶段的组合也使用嵌套逻辑进行分析。所有三种方法的结果均以奇数比表示，这表明人们选择一种与基线相比具有属性水平的替代方法的可能性有多大（研究问题2）。

表5 DCE的估算结果。使用JMP软件13.0版生成的数据

通用模式出现在模型中。能够“过滤数据”（按性别、年龄、种族和状况/疾病）似乎是最具影响力的功能，其次是“搜索”功能（下拉列表中的医院）。这三种搜索功能对受访者来说都是非常理想的，而“上传自己的数据”的能力几乎同样重要。此外，“过滤评论（按员工角色）”和“图形定制”似乎也很重要，而“使用俗语”和“指标显示”的意义有限。有趣的是，“数据分辨率”和“预测智能”在任何模型中都没有被确定为重要，即使在我们的范围界定调查中被确定为可取的。最后，仪表盘的成本非常显著，这表明受访者对经济理论预测的价格变化很敏感。总的来说，平均而言，个人很可能拒绝购买基线服务（即，拒绝购买的可能性几乎是拒绝购买的9倍），而女性更可能拒绝购买，正如嵌套logit模型所示（研究问题3）。

水处理厂货币估值

表6介绍了WTP计算（研究问题1）。鉴于WTP本质上是估计系数的非线性组合，统计显著性和相对大小与系数结果密切相关。所有三个模型都指向一个相同的重要属性级别列表，尽管所导出的WTP的大小有一些变化。这在很大程度上是由不同的模型假设和其他模型特征所解释的，在绝大多数情况下，三种模型的WTP在统计上没有差异。

表6 DCE估算的意愿值。使用JMP软件13.0版生成的数据

总的来说，受访者愿意支付1674英镑至2447英镑（条件登录和嵌套登录），以获得他们最喜欢的“搜索”功能（即医院下拉列表），然后是“筛选（按年龄、性别和条件）”，其价值为1644英镑至2142英镑。其他两个“搜索”选项（按关键字和地图/邮政编码）的价值分别为1364英镑至2062英镑和1357英镑至1461英镑。”上传自己数据的能力”的价值为1198英镑至1377英镑，最后，“按员工角色筛选”的价值是736英镑至941英镑。

我们应该注意到，尽管其余属性级别看起来并不重要，但这并不意味着仪表板中不需要它们。如前所述，系数传递了一条相对信息，即与基线或基线水平相比，一个特征需要多大程度的信息。因此，统计上无意义的WTP值意味着，受访者对这些属性级别的仪表板的系统评价并没有超过他们对具有相应基本线属性级别仪表板的评价。例如，在“图形”（有两个级别：a）“固定图形或饼图”和b）“用户可以选择和更改图形”的情况下，一个微不足道的WTP表明，与固定图形的仪表板相比，受访者不愿意为带有用户指定图形的仪表盘支付更多费用。这与图形对仪表板用户来说根本不重要的概念大不相同。

预测概率计算

预测概率计算结果如表所示7回想一下，表中的值是预测概率的变化，因此被解释为一个百分点的变化。正值意味着与基准仪表板相比，购买替代仪表板级别（即除了所示的特定属性外，在所有方面都与基准仪表盘相同）的机会增加。相应地，负值表明所评估的属性级别不如相应的基线属性级别，因此购买替代仪表板的机会低于基线仪表板的可能性（研究问题3）。

表7 DCE估算的预测概率计算。使用JMP软件13.0版生成的数据

所有三个模型都指向了不同属性级别的相似排名，下拉医院列表的“搜索”功能增加了强制选择中32个百分点（p.p.）和NL中28个百分点（p.p.）被选择的可能性。通过“过滤器（按年龄、性别和条件）”功能可以获得同样大的可能性变化，分别增加32 p.p.和25 p.p.的机会。接下来是剩余的“搜索”级别和“上传自己的数据”功能。从价格效应来看，年费从250英镑增加到1500英镑，强制选择的购买概率下降了约18 p.p.，荷兰则下降了10 p.p。

接下来是第二类预测概率，我们计算选择退出的预测概率的变化，负值表示属性级别将导致选择退出的概率较低（即，它们是所需的特征），而正值则意味着选择退出而不购买的机会增加（即一个没有吸引力的功能）。对于CL和NL模型，我们发现选择退出概率的变化相对较小，CL和荷兰的“过滤（按年龄、性别和条件）”分别下降了约13 p.p.和3.5 p.p搜索的特征紧随其后，CL的值在7 p.p.和9 p.p.之间，NL的值在4.2 p.p.和2 p.p.之间，这表明所有特征都是可取的，并减少了选择退出的机会（研究问题1、2和3）。

我们注意到，选择退出概率的这种下降可能看起来很小。然而，这是意料之中的，因为受访者有很大的倾向选择不购买基线仪表板，而基线仪表板本质上是最不理想的仪表板，可以根据指定的属性进行配置。为了深入了解仪表盘工具的整体吸引力和潜在市场需求，第三类预测概率如表所示8。绝大多数情况下（即91%），个人拒绝购买基准仪表盘，但会在提供功能齐全的替代品时选择购买，其中89%的人选择低价，80.5%的人选择高价。从中我们还可以看到价格对非常理想的仪表盘的影响，其中1250英镑的增加（即从250英镑增加到1500英镑）将购买概率降低了约8.5个百分点（研究问题3）。

表8三个代表性仪表板的购买和选择退出预测概率。使用JMP软件13.0版生成的数据

仪表板在线工具的基本成本效益评估

我们使用表中的三个仪表板进行了基本的成本效益模拟练习，以评估仪表板工具企业的盈利能力8，即基线、功能齐全的低价和功能齐全的高价替代品。我们假设该仪表盘面向100、500和1000个潜在感兴趣的客户（选择该范围是为了突出仪表盘在假设市场中的可能盈利能力）。产品上扣量根据表计算8确定购买行为（研究问题3）。在计算成本时，我们只考虑了初始开发成本（即412242英镑的总拨款价值，其中包括各种小型研究，最终导致工具包的开发），并根据客户数量假设了不同的年度维护成本（即100个潜在客户5万英镑，100英镑 500名潜在客户支付15万英镑）。最后，我们假设产品寿命为5年，利率为3%。

从表9很明显，对于这些潜在客户中的任何一个来说，基准仪表板都不是可行的选择，这主要是因为它被接受的可能性很低（即，即使对于1000个潜在客户，预计也只有90次购买）。接下来是具有低定价策略的全功能选项，该产品在5年内仅对1000个潜在客户实现盈利（即每年890次购买）。最后，对于高定价战略中的全功能选项，该产品对于500个潜在客户（即每年403次购买）和1000个潜在客户来说（即每年805次购买）具有很高的利润。

表9仪表盘工具的基本成本效益评估。使用JMP软件13.0版生成的数据

将DCE结果与PRESENT项目前一阶段和后一阶段的结果进行综合

在当前研究的最后一部分，我们希望考虑人们如何实际使用我们的工作原型，在我们的DCE之后进行了改进。我们观察了英国三个不同地区13名NHS管理人员的工作场所，他们“走过”仪表盘，回答了一个有关癌症护理的相关假设问题。每次演练和相关访谈平均持续2小时，并进行录像。演练是根据已发布的指导进行的[15,19]并设计用于获取有关我们系统的启发式、寻找假设问题答案的有用性（每个参与者都设计了自己的问题）以及实现障碍和使能因素的信息。这种方法不同于我们在问卷开发中使用的非结构化认知访谈，这意味着我们评估的是用户界面和系统行为的质量，而不是参与者的行为。

在本阶段结束时，我们使用三角矩阵来比较研究不同部分的结果，作为对仪表板属性研究结果的综合。方法是列，属性是行。我们使用这个矩阵来检查收敛和发散，其中包括返回原始数据，以更深入地了解我们潜在最终用户的需求以及所使用的不同方法提供的不同类型的数据。

搜索和过滤在我们的数据中很重要，但建议的形式应该根据我们使用的探索方法而有所不同，图表中使用的颜色（红-黄-绿或更中性的方案）以及使用地图指示数据中的模式也是如此。我们的最终合成总结见表10.

表10本研究中不同数据来源的最终综合总结，包括DCE

讨论

在本文中，我们提出了一个在线问卷DCE的开发，以引出个人对在线仪表板功能的偏好，并探讨了结果。考虑到正在评估一项技术，为我们的实验选择在线问卷是合适的。我们对仪表板的确切内容不感兴趣，这是根据研究的前几个阶段确定的[1]，但功能和定制选项的可用性以及它们如何影响个人的购买行为。换言之，在此背景下引发的购买行为假设个人已经意识到在线仪表盘提供的信息的重要性，因此我们评估此类仪表盘的各种功能如何影响购买产品的可能性。通过这种方式，我们可以确定哪些特征是最重要的，并将这些特征与其他形式的评估结果三角化。同时，我们允许个人选择放弃购买，这为引出产品的需求函数提供了机会。个人可以选择退出，因为他们不喜欢产品的一个或多个功能。

DCE是开发和评估此类干预措施的有用工具，因为它可以在干预措施投放市场之前对其规模进行评估。研究结果表明，某些功能是非常理想的，即搜索功能、过滤和上传自己的数据是首选。此外，观察到了一系列WTP值，主要是朝向价格属性中指定的分布的上端，这再次表明某些功能具有很高的价值，并将为潜在仪表板带来显著的附加值。最后，就三个具有代表性的仪表板的市场需求而言，我们发现购买行为在很大程度上取决于仪表板功能，当我们从基准仪表板转向功能齐全的仪表板时，购买的可能性从10%到90%不等。

在研究的初步和发展部分（阶段1和阶段2），我们有效地询问了利益相关者对他们认为自己在注意前处理（即潜意识认知过程）中正在做什么的深思熟虑的印象，我们在范围界定审查中对此进行了探讨。可以说，我们的DCE工作试图更客观地进行注意前处理。因此，从该DCE获得的信息特别有助于改进为当前研究开发的原型仪表板。由于所有特征至少在某种程度上都是需要的，并且我们无法从研究的其他阶段按重要性顺序列出它们，因此DCE对于确定哪些特征是最不需要的至关重要。这意味着我们能够决定在进一步开发中优先考虑哪些功能。当编程约束意味着我们不能在最终原型中有特定的功能组合时，或者当我们的其他数据不够清晰时，这尤其有用。DCE还让团队对仪表板的可取性充满信心。研究结果还与研究其他部分的数据一起用于制定理想的医疗仪表盘功能清单。我们在PRESENT中共同创建仪表盘时使用的整体方法，包括人力、组织、经济和技术方面，越来越被认为是必要的。例如，电子健康研究和疾病管理中心（CeHRes）等整体循证框架的发展就表明了这一点[20]用于端到端设计、开发和实施健康信息技术。

医疗保健仪表板没有什么特别之处，它可以像我们描述的那样成为使用DCE的特定候选对象，但医疗保健仪表盘具有不同于其他仪表盘的数据、使用和历史上下文类型。因此，我们对DCE的使用可以推广到医疗以外的领域，但我们研究的数据仅可能推广到其他医疗管理仪表板。

虽然DCE在帮助开发人员决定当前仪表盘的核心功能方面很有用，但出于各种原因，从实验结果推断实际市场需求时应谨慎对待。首先，虽然在线问卷中无法计算答复率，但我们的保留率适中，约为20%。目前尚不清楚那些登录了问卷但没有完成的人是否因为对产品不感兴趣、对参与不感兴趣或无法投入所需时间或其他原因而没有这样做。同时，我们的样本很小，可能会影响偏好和发现的普遍性。第二，我们对参与研究的人进行了滚雪球抽样，这些人可能偏爱仪表盘；然而，DCE的性质以及通过专业组织向其他相关人员发送的大量邀请意味着这种偏见被淡化了。尽管如此，尚不清楚总体利益相关者群体的理解程度。第三，虽然我们在向参与者展示仪表盘及其功能的方式上尽了最大努力，使其看起来更现实，但DCE本身和购买行为是一种假设性质，即个人表达意图。有一些文献表明，陈述行为和实际行为之间的差异并不罕见[21]DCE结果需要进行验证和进一步复制，然后才能进行概括。第四，一般来说，个人被认为是完美的信息处理者，尽管情况并非总是如此[22,23]. 此外，随着实验规模和任务难度的增加，被调查者对假设情境的回答可能会出现不一致的问题[24,25]. 人们常常发现回答必要的问题越来越困难，同时也会感到疲劳[26]. 这些问题可能会抑制个体使用补偿行为（用一种属性换取另一种属性），而导致他们要么随机回答，要么使用其他类型的非补偿技术，这可能导致结果缺乏稳健性[22,27].

总的来说，考虑到这些问题，再加上一些进一步的假设，一项基本评估工作表明，在线仪表板的开发及其在市场上的推出将带来积极的净效益，并建议在此类仪表板中开发哪些功能最重要。我们应该强调，此成本效益分析提供了净效益的下限估计，因为它没有确认或包含使用在线仪表板可能产生的任何非货币效益，并且预计将产生主要效益（即改善医疗服务、改善健康结果、增强数据可用性和研究等）。然而，鉴于此类评估超出了本项目的范围，因此必须在未来的研究中对此进行探讨。

结论

DCE可以通过确定特定功能和定制选项的偏好以及这对个人购买行为的影响，成功地用于为在线仪表板的开发提供信息。这提供了一种客观的方法来确定首选的技术特征，这种方法基于对潜意识认知过程的访问。该方法应可用于其他技术的开发。