Estimating Quality of Life in Acute Venous Thrombosis
Notice bibliographique
Résumé
IMPORTANCE: Future funding for new treatments in venous thromboembolism will be guided by cost-utility analyses. There is little available information on the utility of acute venous thromboembolism, limiting the validity of economic analyses. OBJECTIVE: To measure the quality of life in the health states relating to thromboembolism cost-utility analyses. DESIGN: A prospective cohort study. SETTING: A single-center, university-affiliated thrombosis clinic. PARTICIPANTS: Two hundred sixteen thrombosis clinic patients with a history of lower limb deep vein thrombosis (DVT) or pulmonary embolism (PE). EXPOSURES: Participants consented to take a standard gamble interview. Each participant rated the quality of life in acute DVT, acute PE, and bleeding complication health states. MAIN OUTCOMES AND MEASURES: The standard gamble measured quality of life (utility value) for acute DVT, acute PE, major intracranial bleeding event, minor intracranial bleeding event, and gastrointestinal bleeding event. RESULTS: Two hundred fifteen responses were included in the analysis. Twenty-six percent had experienced both PE and DVT; 54%, DVT alone; and 20%, PE alone. Forty-two percent had experienced more than 1 episode of thrombosis, and 23% had had cancer-associated thrombosis. We found the median utility for acute DVT was 0.81 (interquartile range [IQR], 0.55-0.94); acute PE, 0.75 (IQR, 0.45-0.91); major intracranial bleeding event, 0.15 (IQR, 0.00-0.65); minor intracranial bleeding event, 0.75 (IQR, 0.55-0.92); and gastrointestinal bleeding event, 0.65 (IQR, 0.15-0.86). The median length of symptoms for DVT or PE was 1 week (IQR, <1-3 weeks). CONCLUSIONS AND RELEVANCE: To our knowledge, this is the largest published study on utilities in which the participants had personal experience of venous thromboembolism. We present unique information for economic analyses but have also identified future challenges for research in this area. Our summary results differ from those previously published, and we found wide variation in individual responses.
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 | 0,011 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».