Can the general public use vignettes to discriminate between Alzheimer’s disease health states?
Notice bibliographique
Résumé
BACKGROUND: Valid estimates of health-related quality-of-life (HRQoL) are often difficult to obtain from persons with Alzheimer's disease (AD) and family caregiver proxies. To help assess whether the general public can serve as an alternate source of proxy HRQoL estimates in AD, we examined whether the general public can use vignettes to discriminate between AD health states. METHODS: We administered a telephone survey to randomly recruited participants from the general public who were aged 18 years or older. Interviewers read vignettes describing the mild, moderate, and severe AD health states to the participants, who answered the EQ-5D-5L and Quality of Life-Alzheimer's Disease (QoL-AD) scales as if they had AD based on the vignette descriptions. Participants also answered the EQ-5D-5L for their current health states. We converted EQ-5D-5L responses into health utility scores using Canadian preference weights. We employed the Wilcoxon signed rank test to examine whether mean health utility scores and mean QoL-AD scores differed between health states. We used Pearson's r to assess correlations between health utility and QoL-AD scores. RESULTS: Forty-eight participants (median age = 53 years; 25 female) completed the telephone interview; health utility and QoL-AD scores decreased as AD severity increased (p <0.0001). Mean health utility scores were 0.65 (mild), 0.51 (moderate), and 0.25 (severe). Mean QoL-AD scores were 26.7 (mild), 23.0 (moderate), and 17.4 (severe). The correlations between health utility and QoL-AD scores were moderate to strong (r ≥ 0.62). CONCLUSIONS: Using the vignettes, the general public provided HRQoL estimates that discriminated between the three AD health states. This finding suggests the general public may be a promising source of proxy HRQoL estimates in place of persons with AD.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 tête enseignante, 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 ».