Developing a crosswalk between the RAND-12 and the health utilities index for multiple sclerosis
Notice bibliographique
Résumé
Background: Researchers studying health-related quality of life (HRQOL) in multiple sclerosis (MS) can choose from many instruments, but findings from studies which use different instruments cannot be easily combined. We aimed to develop a crosswalk that associates scores from the RAND-12 to scores on the Health Utilities Index—Mark III (HUI3) in persons with MS. Methods: In 2018, participants in the North American Research Committee on Multiple Sclerosis (NARCOMS) registry completed the RAND-12 and the HUI3 to assess HRQOL. We used item-response theory (IRT) and equipercentile linking approaches to develop a crosswalk between instruments. We compared predicted scores for the HUI3 from each crosswalk to observed scores using Pearson correlations, intraclass correlation coefficients (ICCs), and Bland–Altman plots. Results: Of 11,389 invited participants, 7129 (62.6%) responded. Predicted and observed values of the HUI3 from the IRT-linking method were moderately correlated (Pearson r = 0.76) with good concordance (ICC = 0.72). However, the Bland–Altman plots suggested biased prediction. Predicted and observed values from the equipercentile linking method were also moderately correlated (Pearson r = 0.78, ICC = 0.78). The Bland–Altman plots suggested no bias. Conclusion: We developed a crosswalk between the RAND-12 and the HUI3 in the MS population which will facilitate data harmonization efforts.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».