Zusammenfassung
Discrete-Choice-Experimente werden zunehmend zur Präferenzmessung im Gesundheitswesen
eingesetzt. Zielsetzung dieser Wahlmodellierung ist die Analyse von latenten Präferenzstrukturen,
um Informationen über die Gestaltung, die Evaluation und die Prognose der Nachfrage
oder Akzeptanz von Gesundheitsprodukten oder -dienstleistungen zu gewinnen. Die Experimente
basieren auf diskreten Wahlentscheidungen von Befragten zwischen (hypothetischen)
Alternativen. Auf Grundlage dieser Wahlentscheidungen werden die Wahlwahrscheinlichkeiten
analysiert. Diese Studien können für die Berücksichtigung der Konsumentenpräferenzen
bei der Bewertung von Gesundheitszuständen (health valuation), der Evaluation von
Versorgungsprogrammen (healthcare evaluation) oder der Bewertung von Gesundheitstechnologien
(health technology assessment) eingesetzt werden. Ein Vorteil dieser Methode ist die
Fundierung in der mikroökonomischen Nachfragetheorie, wobei die Präferenzen in Form
von Teilnutzenwerten für spezifische Eigenschaften oder Eigenschaftsausprägungen analysiert
werden können. Die erklärende Variable resultiert aus den Entscheidungen der Studienteilnehmer
zwischen Alternativen in den Wahlszenarien, wobei die unabhängigen Variablen durch
die Eigenschaftsausprägungen der jeweiligen Alternativen bestimmt werden. Die Berechnung
der Teilnutzenwerte kann mittels der Maximum-Likelihood-Methode erfolgen. Je nach
zugrunde liegender Verteilungsfunktion können unterschiedliche statistische Schätzmethoden,
wie z. B. Probit-, Logit-, Mixed-Logit- oder Latent-Class-Modelle, angewendet werden.
Der Fokus dieses Beitrags liegt auf der Diskussion der Anwendungspotenziale, der zugrunde
liegenden theoretischen Konzepte und der Studiendurchführung. Die Ausführungen sollen
als Einführung in die Thematik verstanden werden und weniger als methodische Diskussion
neuester Erkenntnisse und Verfahren.
Abstract
Discrete-choice experiments are increasingly used for preference measurement in healthcare.
The aim of this choice modeling is the analysis of latent preference structures, in
order to gain information on the design, assessment and forecast of demand and acceptance
of healthcare products or services. The experiments are based on discrete choices
of respondents between (hypothetical) alternatives. Based on these choices, the choice
probabilities are analyzed. These studies can be used for the consideration of consumer
preferences in the valuation of health states (health valuation), the evaluation of
care programs (healthcare evaluation), or health technology assessment. An advantage
of this method is it’s foundation in microeconomic demand theory, where preferences
can be analyzed in the form of part-worths for specific properties or property characteristics.
The explanatory variable is the result of the participant’s choices between alternative
scenarios, whereby the independent variables are determined by the attribute characteristics
of the alternatives in the question. The part-worth utilities can be calculated by
means of the maximum likelihood method. Depending on the underlying distribution function
different statistical estimation methods, such as probit, logit, mixed logit or latent
class models are used. The focus of this paper is the discussion of the potential
applications, the underlying theoretical concepts and the study conduct. The statements
are to be understood rather as an introduction to the topic than as methodical discussion
of the latest findings and techniques.
Schlüsselwörter
Stated Preferences - Discrete-Choice-Experiment - experimentelle Befragung - diskrete
Wahlmodellierung - Präferenzen im Gesundheitswesen
Key words
Stated-Preferences - Discrete-Choice-Experiment - experimental survey - discrete choice
modeling - preferences in healthcare
