Proxy Reporting of Quality of Life Using the EQ-5D
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The economic evaluation of health interventions for older people is complicated by the difficulty in obtaining self-reports of quality of life from persons with cognitive impairments, physical impairments, or both. OBJECTIVES: Using the EQ-5D (EuroQoL) measures, to assess: (1) agreement between subjects and proxies on subject's quality of life ratings at different points in time; (2) agreement between subjects and proxies on change of subject's quality of life ratings over time; and (3) subject and proxy characteristics related to agreement. RESEARCH DESIGN: Prospective study of subjects visiting hospital emergency departments (ED). Data were collected at enrollment in the ED and at follow-up, 1 and 4 months after the ED visit. SUBJECTS: The study comprised 231 pairs of cognitively intact patients aged 65 years or older and their primary caregivers. MEASURES: Quality of life was measured using both components of the EQ-5D scale, the index score and the Visual Analogue Scale (VAS). Demographic characteristics and health status (physical and mental) were measured for both subjects and proxies. Subjects and proxies were interviewed either in English or French. RESULTS: There was low to moderate agreement between subjects and proxies at different points in time (intraclass correlation coefficient [ICC] = 0.22 to 0.59), and between subject and proxy change scores over time (ICC = 0-0.50), on both the index score and the VAS. Better agreement between subjects and proxies was found at the 4 months follow-up, when the subject was less depressed, and when the proxy's native language was English. CONCLUSIONS: Proxy EQ-5D responses, either for a specific point in time or for assessing change over time, may not be valid measures of self-reported quality of life among older medically-ill patients.
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.
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 | 0,023 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle