Manipulating the 5 Dimensions of the EuroQol Instrument: The Effects on Self-Reporting Actual Health and Valuing Hypothetical Health States
Notice bibliographique
Résumé
Background. The EQ-5D instrument has 5 dimensions. This article reports on the effects of manipulating a) the order in which the 5 dimensions are presented (appearing first v. last), b) splitting of the composite dimensions (“pain or discomfort” and “anxiety or depression”), and c) removing or “bolting off” 1 of the 5 EQ-5D dimensions at a time. The effects were examined in 2 contexts: 1) self-reporting health and 2) health state valuations. Methods. Three different types of discrete choice experiments (DCE) including a duration attribute were designed. An online survey with 12 subtypes, each with 10 DCE tasks, was designed and completed by 2494 members of the UK general public. Results. Of the 3 manipulations in the self-reporting context, only b) splitting anxiety or depression had a significant effect. In the health state valuation context, b) splitting level 5 pain or discomfort (relative to pain) and splitting level 5 anxiety or depression (relative to anxiety) had significant effects as did c) bolting off dimensions. Conclusions. We find that the values given to certain health dimensions are sensitive to the way in which it is described and the other health dimensions presented. Of particular interest is the effect of splitting composite dimensions: a given EQ-5D(-5L) profile may mean different things depending on whether the profile is used to self-report one’s health or to value hypothetical states, so that the health state values of EQ-5D(-5L) in population tariffs may not correspond to the states that patients self-report themselves in.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes 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 ».