Measuring the health burden of chronic disease and injury using health adjusted life expectancy and the Health Utilities Index
Notice bibliographique
Résumé
OBJECTIVES: To estimate the burden of illness from chronic disease and injury using a population based health survey, which contains both measures of chronic disease and a utility based health related quality of life (HRQOL) measure. DESIGN: An adapted Sullivan method was used to calculate cause deleted health adjusted life expectancies for chronic conditions. SETTING: Ontario, Canada, 1996/97. SUBJECTS: The 1996/97 Ontario Health Survey (n=35 527) was used to estimate the prevalence of chronic conditions. A cause deleted approach was used to estimate the impact of these conditions on the Health Utilities Index (HUI). Cause deleted probabilities of dying were derived with the cause eliminated life table technique and death data from vital statistics for Ontario 1996/97 (n=156 610). RESULTS: Eliminating cardiovascular disease and cancer will cause an "expansion of morbidity", while eliminating mental conditions and musculosketal disorders will result in a "contraction of morbidity". The HUI score varies depending on chronic condition, age, and sex-most of which were assumed not to vary in previous summary measures of population health. CONCLUSIONS: Health adjusted life expectancy estimated for chronic conditions using a utility based measure of health related quality of life from population health surveys addresses several limitations of previous studies that estimate the burden of disease using either a categorical measure of disability or expert opinion and related epidemiological evidence.
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 | 0,145 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».