MétaCan
Menu
← Retour à la cohorte
Enregistrement W2538636949 · doi:10.1212/wnl.86.16_supplement.p1.389

Changes in Neurologic Disability and Health-Related Quality of Life Utility Over 8 Years in Patients with Multiple Sclerosis (P1.389)

2016· article· en· W2538636949 sur OpenAlexaffabout
John D. Fisk, Joshua Armstrong, Virender Bhan, Trudy L. Campbell, Karen Stadnyk, Ruth Ann Marrie

Notice bibliographique

RevueNeurology · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of ManitobaNova Scotia Health AuthorityDartmouth General HospitalDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisQuality of life (healthcare)MedicinePhysical medicine and rehabilitationGerontologyPsychologyPediatricsPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: Understanding the effectiveness and cost-effectiveness of MS treatments requires better evidence of the relation between changes in neurological disability and changes on utility measures of patient-reported health-related quality of life (HRQoL). The Expanded Disability Status Scale (EDSS) remains the primary measure of MS-related neurologic disability. The Health Utilities Index Mark III (HUI3) is a validated HRQoL utility measure for MS patients. Objective: To evaluate the impact of changes in EDSS on the HUI3 in a representative clinic-attending MS sample over 8 years. Methods: From 2006-2014, the EDSS and HUI3 were collected for 2,036 patients attending the Dalhousie MS Research Unit; the sole MS care clinic and provider of disease-modifying therapies in Nova Scotia, Canada. A series of multilevel growth curve models examined changes in HUI3 in relation to changes in EDSS, controlling for sex, age, and education. EDSS scores were examined in raw form and with various EDSS endpoints. Relapsing-remitting (RRMS) and secondary-progressive (SPMS) patients were modeled separately. Results: We examined 11098 visits. At baseline assessment, 77[percnt] of the sample was female; average age was 46 years. On average, HUI3 declined 0.3[percnt] in RRMS patients and 0.6[percnt] in SPMS per year. Baseline EDSS and age were associated with lower HUI3 (p < 0.001). Within-person increases in EDSS by 1 point were associated with significant decreases in HUI3 (RRMS: 2.2[percnt], SPMS: 7.6[percnt]). Separate models examining EDSS endpoints indicated that reaching specific disability endpoints had a large impact on HUI3. For example, for RRMS patients, reaching EDSS 6 during the period of observation was associated with a 20[percnt] decline in HUI3; for SPMS this decline was 14[percnt]. Conclusions: Our findings illustrate that if MS treatments can delay disability progression they have the potential to substantially impact HRQoL utility. Such data are necessary for comparative cost-effectiveness analyses and resource allocation policies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,352
Tête enseignante GPT0,370
Écart entre enseignants0,018 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→