Jeopardizing Validity by Mismeasurement of Quality of Life
Notice bibliographique
Résumé
Practitioners and policy-makers have a common interest in an instrument that will measure the value people place on different health states. For practitioners, a patient’s valuation can guide individual decisions. For senior managers and policy-makers the information can help them decide which services to provide and which technologies to install. It is therefore disappointing to encounter results, such as those from the Leung study in this issue of The Journal 1, that show 2 reputable and widely used instruments that purport to provide such information giving different results. It raises a number of questions: How can such an outcome arise? What should practitioners and policy-makers do in view of such a finding? Measuring patient quality of life (QOL) is a relatively new venture — in particular, measurement using multi-attribute utility (MAU) instruments, like those used in the Leung study. MAU are questionnaires in which response categories are scored using utility weights that purport to measure the strength of preference for a health state. In principle, the application of these weights permits comparison of dissimilar health states. A higher score for health state A versus health state B does not have clinical meaning. Rather, a higher score indicates that there is a subjective preference for health state A by the person or persons whose judgment was used to create the utility weights. MAU instruments are now widely employed in the calculation of quality-adjusted life-years (QALY) or, more correctly, preference-adjusted life-years. Used in economic evaluation studies, QALY serve to rank dissimilar services (cost utility analysis). A variant of the QALY — the disability-adjusted life-year — is used to estimate the burden of disease (for example, the recent World Health Organization Burden of Disease Study2). The field is currently dominated by a limited number of MAU instruments. … Address correspondence to N.A. Day; E-mail: neilathertonday{at}bigpond.com
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 | 0,585 | 0,832 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,029 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».