MétaCan
Menu
Retour à la cohorte
Enregistrement W2076272659 · doi:10.1097/mlr.0b013e3181c162a2

Using Instrument-Defined Health State Transitions to Estimate Minimally Important Differences for Four Preference-Based Health-Related Quality of Life Instruments

2010· article· en· W2076272659 sur OpenAlexaff
Nan Luo, Jeffrey Johnson, Stephen Joel Coons

Notice bibliographique

RevueMedical Care · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPreferenceQuality (philosophy)Quality of life (healthcare)State (computer science)MedicineComputer scienceStatisticsMathematicsNursingPhysics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To estimate minimally important differences (MIDs) for the EQ-5D, Health Utilities Index Mark II (HUI2), HUI3, and SF-6D health index scores using health-state transitions defined by each instrument's multiattribute health classification (MAHC) system. METHODS: We assume that changes in preference scores associated with the smallest health transitions defined by an MAHC system are minimally important. Any transitions between 2 health states defined by an MAHC system which differ in only one health dimension or attribute and by only one functional level are considered "smallest health transitions." Thus, each such health transition provides 1 MID estimate. The MID for each of the 4 instruments was estimated using all the hypothetical smallest health transitions defined by its MAHC system. RESULTS: Based on our definitions, the total number of smallest health transitions was 405 for the EQ-5D, 127,600 for the HUI2, 6,382,800 for the HUI3, and 86,700 for the SF-6D. The mean (standard deviation) MID estimate was 0.040 (0.026) for the EQ-5D (US algorithm), 0.082 (0.032) for the EQ-5D (UK algorithm), 0.045 (0.039) for the HUI2, 0.032 (0.027) for the HUI3, and 0.027 (0.028) for the SF-6D. The effect sizes of these MID estimates ranged from 0.11 to 0.37. These MID estimates are quite comparable to published values estimated from empirical data using anchor-based methods. CONCLUSIONS: It is possible to use health transitions defined by the MAHC system to estimate the MIDs for preference-based health index scores. This study provides new information regarding MID estimates for the 4 health indices examined.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,073
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,489
Tête enseignante GPT0,458
Écart entre enseignants0,031 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations191
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207