Comparison of health utility values from EQ-5D-3L and EQ-5D-5L in patients with breast cancer in different health states.
Notice bibliographique
Résumé
197 Background: Recently, our group reported Canadian-derived EQ-5D-3L-derived health utility scores for over 20 different cancer sites (PMID: 27567613). However, more recently, a Canadian valuation set for EQ-5D-5L derived health utilities has been reported. As we switch from the 3L to 5L version, we need to evaluate whether the data can be analyzed together across versions, or whether the older cancer valuations need to be replicated. Methods: Breast cancer patients in three health states (primary breast cancer, locoregional recurrence of breast cancer, and metastatic breast cancer) were evaluated using EQ-5D-3L from 2014-2015 and EQ-5D-5L from 2016-2017. Mean (SD) values were compared. We opted not to compare the two versions in the same patients because of recall bias, so we compared two different sets of patients. Results: Of 387 breast cancer patients, 259 (67%) had completed the EQ-5D-5L, while 128 (33%) completed the EQ-5D-3L. The two groups had similar distributions for clinico-demographic data except for ethnicity, where there were more Asian patients in the 5L (22% vs 9%; p < 0.0074). When comparing EQ-5D-5L and EQ-5L-3L within health states, the EQ-5D-5L values were numerically higher for all three health states: for primary breast cancer (mean HUS(SD)/version: 0.85(0.11)/5L vs. 0.81(0.16)/3L) with a p-value of 0.028; locoregional recurrence (0.87(0.08)/5L vs. 0.85(0.20)/5L) with no available p-value due to the small sample size; metastatic disease (0.79(0.15)/5L vs. 0.78(0.13)/3L) with a p-value of 0.78. Histogram distributions appeared different between the two versions. There was greater separation and statistical significance between health states when using the 5L version when compared to the 3L version. The 5L version had a greater variation of values than the 3L, utilizing the entire spectrum of values from 0.0 to 1.0. Conclusions: Though the trends across health states were similar in EQ-5D-5L and EQ-5D-3L health states, values using the 5L were higher and distributions appeared different. There should be extreme caution if considering combining health utility values from 5L and 3L in Canadian breast cancer datasets.
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 | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».