MétaCan
Menu
Retour à la cohorte
Enregistrement W2756603975 · doi:10.1177/0272989x17732990

A Systematic Review and Meta-analysis of Childhood Health Utilities

2017· review· en· W2756603975 sur OpenAlexaff
Joseph Kwon, Sung Wook Kim, Wendy J. Ungar, Kate Tsiplova, Jason Madan, Stavros Petrou

Notice bibliographique

RevueMedical Decision Making · 2017
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of TorontoInstitute for Clinical Evaluative SciencesSickKids FoundationHospital for Sick Children
Organismes subventionnairesUniversity of WarwickEconomic and Social Research CouncilNational Institute for Health and Care ResearchAdvantage West Midlands
Mots-clésEconLitPsycINFORespondentCINAHLMedicineSystematic reviewHealth economicsEconomic evaluationValuation (finance)MEDLINECost–utility analysisPopulationMeta-analysisActuarial scienceCochrane LibraryPublic healthPsychological interventionCost effectivenessEnvironmental healthNursingEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A common feature of most reviews or catalogues of health utilities has been their focus on adult health states or derivation of values from adult populations. More generally, utility measurement in or on behalf of children has been constrained by several methodological concerns. The objective of this study was to conduct the first comprehensive systematic review and meta-analysis of primary utility data for childhood conditions and descriptors, and to determine the effects of methodological factors on childhood utilities. METHODS: The review followed PRISMA guidelines. PubMed, Embase, Web of Science, PsycINFO, EconLit, CINAHL and Cochrane Library were searched for primary studies reporting health utilities for childhood conditions or descriptors using direct or indirect valuation methods. The Paediatric Economic Database Evaluation (PEDE) Porject was also searched for cost-utility analyses with primary utility values. Mean or median utilities for each of the main samples were catalogued, and weighted averages of utilities for each health condition were estimated, by valuation method. Mixed-effects meta-regression using hierarchical linear modeling was conducted for the most common valuation methods to estimate the utility decrement for each health condition category relative to general childhood population health, as well as the independent effects of methodological factors. RESULTS: The literature searches resulted in 272 eligible studies. These yielded 3,414 utilities when all sub-groups were considered, covering all ICD-10 chapters relevant to childhood health, 19 valuation methods, 12 respondent types, 8 modes of administration, and data from 36 countries. A total of 1,191 utility values were obtained when only main study samples were considered, and these were catalogued by health condition or descriptor, and methodological characteristics. 1,073 mean utilities for main samples were used for fixed-effects meta-analysis by health condition and valuation method. Mixed-effects meta-regressions estimated that 53 of 76 ICD-10 delineated health conditions, valued using the HUI3, were associated with statistically significant utility decrements relative to general population health, whereas 38 of 57 valued using a visual analog scale (VAS) were associated with statistically significant VAS decrements. For both methods, parental proxy assessment was associated with overestimation of values, whereas adolescents reported lower values than children under 12 y. VAS responses were more heavily influenced by mode of administration than the HUI3. CONCLUSION: Utilities and their associated distributions, as well as the independent contributions of methodological factors, revealed by this systematic review and meta-analysis can inform future economic evaluations within the childhood context.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,072
score de la tête « metaresearch » (Gemma)0,063
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0720,063
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0330,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,732
Tête enseignante GPT0,589
Écart entre enseignants0,143 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations73
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Decision MakingMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207