United States Valuation of EQ-5D-5L Health States Using an International Protocol
Notice bibliographique
Résumé
OBJECTIVE: To derive a US-based value set for the EQ-5D-5L questionnaire using an international, standardized protocol developed by the EuroQol Group. METHODS: Respondents from the US adult population were quota-sampled on the basis of age, sex, ethnicity, and race. Trained interviewers guided participants in completing composite time trade-off (cTTO) and discrete choice experiment (DCE) tasks using the EuroQol Valuation Technology software and routine quality control measures. Data were modeled using a Tobit model for cTTO data, a mixed logit model for DCE data, and a hybrid model that combined cTTO and DCE data. Model performance was compared on the basis of logical ordering of coefficients, statistical significance, parsimony, and theoretical considerations. RESULTS: Of 1134 respondents, 1062, 1099, and 1102 respondents provided useable cTTO, DCE, and cTTO or DCE responses, respectively, on the basis of quality control criteria and interviewer judgment. Respondent demographic characteristics and health status were similar to the 2015 US Census. The Tobit model was selected as the preferred model to generate the value set. Values ranged from -0.573 (55 555) to 1 (11 111), with 20% of all predicted health states scores less than 0 (ie, worse than dead). CONCLUSIONS: A societal value set for the EQ-5D-5L was developed that can be used for economic evaluations and decision making in US health systems. The internationally established, standardized protocol used to develop this US-based value set was recommended by the EuroQol Group and can facilitate cross-country comparisons.
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 | 0,039 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,007 |
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 ».