Estimates for quality of life loss due to Respiratory Syncytial Virus
Notice bibliographique
Résumé
Abstract Background In children aged <5 years in whom severe respiratory syncytial virus (RSV) episodes predominantly occur, there are currently no appropriate standardised instruments to estimate quality of life years (QALY) loss. Objectives We estimated the age‐specific QALY loss due to RSV by developing a regression model which predicts the QALY loss without the use of standardised instruments. Methods We conducted a surveillance study which targeted confirmed RSV episodes in children aged <5 years (confirmed cases) and their household members who experienced symptoms of RSV during the same time (suspected cases). All participants were asked to complete questions regarding their health during the infection, with the suspected cases additionally providing health‐related quality of life (HR‐QoL) loss estimates by completing EQ‐5D‐3L‐Y or EQ‐5D‐3L instruments. We used the responses from the suspected cases to calibrate a regression model which estimates the HR‐QoL and QALY loss due to infection. Findings For confirmed RSV cases in children under 5 years of age who sought health care, our model predicted a QALY loss per RSV episode of 3.823 × 10 −3 (95% CI 0.492‐12.766 × 10 −3 ), compared with 3.024 × 10 −3 (95% CI 0.329‐10.098 × 10 −3 ) for under fives who did not seek health care. Quality of life years loss per episode was less for older children and adults, estimated as 1.950 × 10 −3 (0.185‐9.578 × 10 −3 ) and 1.543 × 10 −3 (0.136‐6.406 × 10 −3 ) for those who seek or do not seek health care, respectively. Conclusion Evaluations of potential RSV vaccination programmes should consider their impact across the whole population, not just young child children.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».