Use of the U.S. and U.K. Scoring Algorithm for the EuroQol-5D in an Economic Evaluation of Cardiac Care
Notice bibliographique
Résumé
BACKGROUND: Most studies that have used the EuroQol-5D instrument (EQ-5D) have used a scoring algorithm based on preferences solicited from the U.K. population. An algorithm recently was developed for the U.S. population, with studies showing meaningful differences in the results obtained using the 2 algorithms. We recently published an economic evaluation assessing the use of drug-eluting stents in patients undergoing percutaneous coronary intervention (PCI). OBJECTIVES: Using the aforementioned economic evaluation, we describe the EQ-5D utility scores resulting from use of U.S. and U.K. algorithms and explore the differences in the incremental cost-utility ratio (ICER) resulting from use of the different EQ-5D estimates. METHODS: EQ-5D data were obtained from the Alberta Provincial Project for Outcomes Assessment in Coronary Heart (APPROACH) disease registry. Individual responses were scored once with each algorithm. The within-individual difference was calculated (U.S. score-U.K. score). The mean, SD, and range were compared using paired t tests. The resulting ICERs were compared using probabilistic sensitivity analysis. RESULTS: The U.K. mean was statistically different from the U.S. mean (0.83, SD 0.20 vs. 0.87, SD 0.15, P<0.001). The mean within individual difference was 0.04 with a wide range (-0.02 to +0.41). The resulting ICER are CAN $58,635 (95% confidence interval $198,248-$34,406) per quality-adjusted life year and CAN $58,229 (95% confidence interval $116,818-$38,779) per quality-adjusted life year for the U.K. and U.S. algorithms, respectively (P value: 0.07). CONCLUSIONS: The algorithms produce quite notable differences within individuals. The effect on the mean score is less pronounced. In the context of our economic evaluation, however, the impact of using the U.S. algorithm on the ICER is negligible.
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 | 0,017 | 0,003 |
| 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) | 0,000 | 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 ».