MétaCan
Menu
Retour à la cohorte
Enregistrement W1545275942

Validation of disability categories derived from Health Utilities Index Mark 3 scores.

2009· article· en· W1545275942 sur OpenAlexaffabout
Yan Feng, Julie Bernier, Cameron N. McIntosh, Heather Orpana

Notice bibliographique

RevuePubMed · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésHealth Utilities IndexMental healthPsychologyMultinomial logistic regressionOddsIndex (typography)GerontologyMedicineStatisticsLogistic regressionPsychiatryMathematicsHealth related quality of lifeDisease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To establish empirical evidence for the validity of the following disability categories derived from Health Utilities Index Mark III (HUI3) global utility scores: none (1.00), mild (0.89 to 0.99), moderate (0.70 to 0.88), and severe (less than 0.70). DATA AND METHODS: Data from the 2005 Canadian Community Health Survey (cycle 3.1) were analyzed. Frequency distributions, stratum-specific likelihood ratios, and multinomial regression were used to examine the relationship between health indicators and the HUI3 disability categories. RESULTS: People reporting chronic conditions, activity restrictions, and fair/poor self-rated health (general and mental) were more likely to be in the moderate and severe disability categories. Those having more positive outcomes on the health indicators tended to fall into the mild and no disability groups. The stratum-specific likelihood ratios increased monotonically with the severity of disability level. Compared to those with positive health status characteristics, those with negative health status characteristics had the highest odds of falling in the severe rather than the non-disabled category. INTERPRETATION: This study makes an initial contribution to the evidence base for the validity of the proposed HUI3 disability categories. The categories were well-supported empirically and are likely to be useful for assessing disability levels.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,112
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,112
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,046
Tête enseignante GPT0,315
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations85
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHealth disparities and outcomesTravaux en français237 207