Mortality Prediction by Quality-Adjusted Life Year Compatible Health Measures
Notice bibliographique
Résumé
BACKGROUND: Responses to single-item categorical self-rated health (SRH) measures predict mortality, but performance of quality-adjusted life year (QALY) compatible health measures in this regard has not been much investigated. OBJECTIVES: To examine mortality prediction and discrimination by 4 QALY compatible health measures, a reference single-item categorical SRH measure, and 1-year declines in those measures. RESEARCH DESIGN: Cox survival and area under the curve (AUC) (discrimination) analyses of the 2000 to 2002 Medical Expenditures Panel Survey respondent data linked to the National Death Index through 2006, with and without adjustment for sociodemographic characteristics (age, sex, race/ethnicity, education, and income). SUBJECTS: A total of 22,259 respondents aged 18 to 90. MEASURES: EQ-5D summary index (EQ-5D); predicted EQ-5D (pEQ-5D) derived from the SF-12; SF-6D; EQ visual analog scale (EQ VAS); and a single-item categorical SRH measure. RESULTS: Adjusted mortality hazard ratios for 0.1 point decrements in QALY compatible health measure scores were: EQ-5D, 1.24 [95% confidence interval (CI): 1.20, 1.29); pEQ-5D, 1.40 (95% CI: 1.34, 1.47); EQ VAS, 1.30 (95% CI: 1.26, 1.35); SF-6D, 1.37 (95% CI: 1.30, 1.43)]. In adjusted AUC analyses, baseline scores on all study health measures discriminated mortality risk, but the pEQ-5D, EQ VAS, and single-item categorical SRH measures were statistically superior in this regard. One-year declines also predicted mortality for all study health measures, but only pEQ-5D decline discriminated mortality risk in adjusted AUC analyses. CONCLUSIONS: For all of the study health measures, baseline scores and 1-year declines in scores predicted mortality. The pEQ-5D also consistently discriminated mortality risk in adjusted AUC analyses.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».