Preference-based SF-6D Scores Derived From the SF-36 and SF-12 Have Different Discriminative Power in a Population Health Survey
Notice bibliographique
Résumé
OBJECTIVE: To compare the discriminative power of the SF-6D index scores derived from the SF-36 (SF-6D36) and SF-12 (SF-6D12) in the general population. METHODS: Data from the National Health Measurement Study were used. The F statistic was used to compare the relative efficiency of the SF-6D36 and SF-6D12, as well as the EQ-5D, HUI2, and HUI3 index scores, in discriminating between respondents with and without 1 of the 11 chronic medical conditions. The efficiency of the multiattribute health classification systems of the study instruments was measured using the Shannon index (H'). The relative efficiency of the SF-6D36 and SF-6D12 was also compared in respondents who were on the ceilings of the EQ-5D, HUI2, and HUI3 scales. RESULTS: The SF-6D36 score was systematically lower than the SF-6D12 score at the group level (range, 0.022-0.036). The SF-6D36 exhibited higher discriminative power in 8 and 5 conditions than the SF-6D12 and all other index scores, respectively. The SF-6D36 had higher H' values than the SF-6D12 in the dimensions of physical functioning (1.73 vs. 0.78), mental health (1.70 vs. 1.39), and bodily pain (2.16 vs. 1.56) as well as than all other instruments in similar health dimensions. In respondents reporting full health on the EQ-5D, HUI2, or HUI3, the SF-6D36 better discriminated between those with and without medical conditions than the SF-6D12. CONCLUSIONS: The SF-6D derived from the SF-36 is more discriminative than that derived from the SF-12 and is therefore preferred for use in population health surveys where a preference-based health index is needed.
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 | 0,008 | 0,006 |
| 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) | 0,001 | 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 ».