MétaCan
Menu
Retour à la cohorte
Enregistrement W3013511813 · doi:10.2147/jpr.s236957

<p>Predicting EQ-5D-5L Utility Scores from the Oswestry Disability Index and Roland-Morris Disability Questionnaire for Low Back Pain</p>

2020· article· en· W3013511813 sur OpenAlexafffund
Thomas G. Poder, Nathalie Carrier

Notice bibliographique

RevueJournal of Pain Research · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensInstitut Universitaire en Santé Mentale de QuébecCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésOswestry Disability IndexMedicineEQ-5DQuality of life (healthcare)Physical therapyLow back painUnivariateBayesian multivariate linear regressionUnivariate analysisMultivariate analysisMultivariate statisticsLinear regressionHealth related quality of lifeStatisticsDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cost utility analysis is important for measuring the impact of chronic disease and helps clinicians and policymakers in patient management and policy decisions, but generic preference-based measures are not always considered in clinical studies. OBJECTIVE: To evaluate if health-related quality-of-life (HRQoL)-specific questionnaires used in chronic low back pain (CLBP) can predict EQ-5D-5L utility scores. METHODS: The data come from an online survey on low back pain conducted between October 2018 and January 2019. Health utility scores for EuroQol Five Dimensions Five Levels (EQ-5D-5L) were calculated with the recommended model of Xie et al. The EQ-5D-5L health states ranged from -0.148 for the worst (55555) to 0.949 for the best (11111). Univariate and multivariate linear regression were performed to predict EQ-5D-5L with Oswestry Disability Index (ODI), Roland-Morris Disability Questionnaire (RMDQ) and clinical variables. RESULTS: Analyses were performed in 408 subjects who completed the questionnaires EQ-5D-5L, ODI or RMDQ. Median (range) of EQ-5D-5L was 0.622 (-0.072 to 0.905). There was high correlation between EQ-5D-5L and ODI (r=-0.78, p<0.001), while it was moderate with RMDQ (r=-0.62, p<0.001). The multivariate model to predict EQ-5D-5L with ODI explained 67.6% of variability, and the correlation between actual and predicted EQ-5D-5L was 0.82. Principal predictors were ODI, duration of LBP, invalidity, health satisfaction (0-10 cm), life satisfaction (0-10 cm), and intensity of pain today (0-10 cm). CONCLUSION: Data from this study demonstrated that individual correlation between ODI and EQ-5D-5L was high, but moderate with RMDQ. Correlations between actual and predicted EQ-5D-5L from multivariate models were higher and very high. Considering these results, the multivariate model can be used in similar studies for patient with CLBP to estimate the utility scores from the ODI when the EQ-5D-5L was not measured.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,151
score de la tête « metaresearch » (Gemma)0,117
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1510,117
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,360
Tête enseignante GPT0,440
Écart entre enseignants0,080 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pain ResearchMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207