Using Instrument-Defined Health State Transitions to Estimate Minimally Important Differences for Four Preference-Based Health-Related Quality of Life Instruments
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
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.
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 | 0,012 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 découle