Acute and chronic impact of cardiovascular events on health state utilities
Notice bibliographique
Résumé
BACKGROUND: Cost-utility models are frequently used to compare treatments intended to prevent or delay the onset of cardiovascular events. Most published utilities represent post-event health states without incorporating the disutility of the event or reporting the time between the event and utility assessment. Therefore, this study estimated health state utilities representing cardiovascular conditions while distinguishing between acute impact including the cardiovascular event and the chronic post-event impact. METHODS: Health states were drafted and refined based on literature review, clinician interviews, and a pilot study. Three cardiovascular conditions were described: stroke, acute coronary syndrome (ACS), and heart failure. One-year acute health states represented the event and its immediate impact, and post-event health states represented chronic impact. UK general population respondents valued the health states in time trade-off tasks with time horizons of one year for acute states and ten years for chronic states. RESULTS: A total of 200 participants completed interviews (55% female; mean age = 46.6 y). Among acute health states, stroke had the lowest utility (0.33), followed by heart failure (0.60) and ACS (0.67). Utility scores for chronic health states followed the same pattern: stroke (0.52), heart failure (0.57), and ACS (0.82). For stroke and ACS, acute utilities were significantly lower than chronic post-event utilities (difference = 0.20 and 0.15, respectively; both p < 0.0001). CONCLUSIONS: Results add to previously published utilities for cardiovascular events by distinguishing between chronic post-event health states and acute health states that include the event and its immediate impact. Findings suggest that acute versus chronic impact should be considered when selecting scores for use in cost-utility models. Thus, the current utilities provide a unique option that may be used to represent the acute and chronic impact of cardiovascular conditions in economic models comparing treatments that may delay or prevent the onset of cardiovascular events.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».