MétaCan
Menu
Retour à la cohorte
Enregistrement W2005948255 · doi:10.1097/01.blo.0000079771.06654.13

A Guide to Health Measurement

2003· article· en· W2005948255 sur OpenAlexaff
Dianne Jackowski, Gordon Guyatt

Notice bibliographique

RevueClinical Orthopaedics and Related Research · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineReimbursementQuality of life (healthcare)Relevance (law)Quality (philosophy)Health careMental healthApplied psychologyNursingPsychiatryPsychology

Résumé

récupéré en direct d'OpenAlex

Limited healthcare dollars have resulted in insistence that the benefit of new therapies be evaluated before being approved for marketing or reimbursement under health service systems. Adequate evidence of a treatment's effectiveness includes evidence of impact on patient's health-related quality of life, including physical, mental, and emotional health. There are two types of measures of health-related quality of life. One, general health and utility measures, inquire about health in a broad sense, and can be applied and compared across many situations. The second type, specific measures, addresses narrower aspects of life related to a specific problem, function, or manifestations of an underlying disease process. Results of studies focusing on health-related quality of life only will be useful if the measurement instrument is valid and capable of detecting important change. Investigators should make a good choice of measurement instrument, and then ensure their study design will yield valid results. We offer basic guidelines for the measurement of health-related quality of life as an outcome in clinical research. This discussion addresses clinicians, who are making decisions regarding the relevance of study results, and investigators who are designing studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,211
score de la tête « metaresearch » (Gemma)0,043
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,2110,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,719
Tête enseignante GPT0,606
Écart entre enseignants0,113 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
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

Citations86
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Orthopaedics and Related ResearchMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207