Exploring the validity of estimating EQ-5D and SF-6D utility values from the health assessment questionnaire in patients with inflammatory arthritis
Notice bibliographique
Résumé
BACKGROUND: Utility scores are used to estimate Quality Adjusted Life Years (QALYs), applied in determining the cost-effectiveness of health care interventions. In studies where no preference based measures are collected, indirect methods have been developed to estimate utilities from clinical instruments. The aim of this study was to evaluate a published method of estimating the EuroQol-5D (EQ-5D) and Short Form-6D (SF-6D) (preference based) utility scores from the Health Assessment Questionnaire (HAQ) in patients with inflammatory arthritis. METHODS: Data were used from 3 cohorts of patients with: early inflammatory arthritis (<10 weeks duration); established (>5 years duration) stable rheumatoid arthritis (RA); and RA being treated with anti-TNF therapy. Patients completed the EQ-5D, SF-6D and HAQ at baseline and a follow-up assessment. EQ-5D and SF-6D scores were predicted from the HAQ using a published method. Differences between predicted and observed EQ-5D and SF-6D scores were assessed using the paired t-test and linear regression. RESULTS: Predicted utility scores were generally higher than observed scores (range of differences: EQ-5D 0.01 - 0.06; SF-6D 0.05 - 0.10). Change between predicted values of the EQ-5D and SF-6D corresponded well with observed change in patients with established RA. Change in predicted SF-6D scores was, however, less than half of that in observed values (p < 0.001) in patients with more active disease. Predicted EQ-5D scores underestimated change in cohorts of patients with more active disease. CONCLUSION: Predicted utility scores overestimated baseline values but underestimated change. Predicting utility values from the HAQ will therefore likely underestimate the QALYs of interventions, particularly for patients with active disease. We recommend the inclusion of at least one preference based measure in future clinical studies.
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 | 0,042 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».