A Scoring Algorithm for Deriving Utility Values from the Neuro-QoL for Patients with Multiple Sclerosis
Notice bibliographique
Résumé
Introduction The Neuro-QoL is a standardized approach to assessing health-related quality of life in people with neurological conditions, including multiple sclerosis (MS). Item banks were developed with item response theory (IRT) methodology so items are calibrated along a continuum of each construct. The purpose of this study was to develop a preference-based scoring algorithm for the Neuro-QoL to derive utilities that could be used in economic modeling. Methods With input from neurologists, 6 Neuro-QoL domains were selected based on relevance to MS and used to define health states for a utility elicitation study in the United Kingdom. General population participants and individuals with MS valued the health states and completed questionnaires (including Neuro-QoL short forms). The Neuro-QoL Utility Scoring System (NQU) was derived based on multi-attribute utility theory using data from the general population sample. Single-attribute disutility functions for 6 Neuro-QoL domains were estimated using isotonic regression with linear interpolation and then combined with a multiplicative model. NQU validity was assessed using MS participant data. Results Interviews were completed with 203 general population participants (50.2% female; mean age = 45.0 years) and 62 participants with MS (62.9% female; mean age = 46.1 years). Mean (SD) NQU scores were 0.94 (0.06) and 0.82 (0.13) for the general population and MS samples, respectively. The NQU demonstrated known-groups validity by differentiating among subgroups categorized based on level of disability. The NQU demonstrated convergent validity via correlations with generic measures (0.66 and 0.63 with EQ-5D-5L and Health Utilities Index Mark 3, respectively; both P < 0.001). Discussion With the NQU, utilities can be derived from any MS treatment group, subgroup, or patient sample who completes items from 6 Neuro-QoL domains. Because the Neuro-QoL is frequently used with MS patients, the NQU greatly expands the options for quantifying outcomes in cost-utility analyses conducted to inform allocation of resources for MS treatment.
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 | 0,007 | 0,054 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».