Health literacy and logical inconsistencies in valuations of hypothetical health states: results from the Canadian EQ-5D-5L valuation study.
Notice bibliographique
Résumé
OBJECTIVES: To examine the association of health literacy with logical inconsistencies in time trade-off valuations of hypothetical health states described by the EQ-5D-5L classification system. METHODS: Data from the EQ-5D-5L Canadian Valuation study were used. Health literacy was assessed using the Brief Health Literacy Screen. A health state valuation was considered logically inconsistent if a respondent gave the same or lower value for a very mild health state compared to the value given to 55555, or gave the same or lower value for a very mild health state compared to value assigned to the majority of the health states that are dominated by the very mild health state. RESULTS: Average age of respondents (N = 1209) was 48 (SD = 17) years, 45% were male, 7% reported inadequate health literacy, and 11% had a logical inconsistency. In adjusted analysis, participants with inadequate health literacy were 2.2 (95%CI: 1.2, 4.0; p = 0.014) times more likely to provide an inconsistent valuation compared to those with adequate health literacy. More specifically, those who had problems in "understanding written information" and "reading health information" were more likely to have a logical inconsistency compared to those who did not. However, lacking "confidence in completing medical forms" was not associated with logical inconsistencies. CONCLUSIONS: Health literacy was associated with logical inconsistencies in valuations of hypothetical health states described by the EQ-5D-5L classification system. Valuations studies should consider assessing health literacy, and explore better ways to introduce the valuation tasks or use simpler approaches of health preferences elicitation for individuals with inadequate health literacy.
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 | 0,013 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».