An Exploration on Attribute Non-attendance Using Discrete Choice Experiment Data from the Irish EQ-5D-5L National Valuation Study
Notice bibliographique
Résumé
BACKGROUND: Generic measures of health-related quality of life (HRQoL) permit comparisons of competing demands for healthcare resources using outcomes that reflect the preferences of tax payers. EQ-5D instruments are the most commonly used generic, preference-based measures of HRQoL. The EQ-5D-5L enables respondents to describe their health state using five dimensions of health, each with five response levels. The standardised protocol for the valuation of EQ-5D-5L health states comprises use of the composite time trade-off valuation technique, supplemented by a discrete choice experiment (DCE). OBJECTIVE: This paper presents the first exploration on attribute non-attendance (ANA) to the dimensions of the EQ-5D-5L using DCE data collected following the standardised protocol. METHOD: This paper uses the equality constrained latent class model and the endogenous attribute attendance model to examine ANA to the dimensions of the EQ-5D-5L. RESULTS: The results suggest that respondents are less likely to consider the physical dimensions of the EQ-5D-5L (such as self-care and usual activities) when evaluating the health states. The effects of ANA on utility scores depends on the interpretation of the underlying reasons for ANA. CONCLUSIONS: We recommend that future value sets based in whole or in part on DCE data examine the impact of and reasons for non-attendance in national valuation studies.
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 | 0,130 | 0,178 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».