Using Published Health Utilities in Cost-Utility Analyses: Discrepancies and Issues in Cardiovascular Disease
Notice bibliographique
Résumé
BACKGROUND: Health utilities are commonly used as quality weights to calculate quality-adjusted life years in cost-utility analysis (CUA). However, if published health utilities are not properly used, the credibility of CUA could be affected. OBJECTIVES: To identify discrepancies in using published health utilities in CUAs for cardiovascular disease (CVD). METHODS: CVD CUAs in the Tufts Cost-Effectiveness Analysis Registry that reported health utilities were included in the analysis. References cited for health utilities in these CUAs were reviewed to identify the original health utility studies. The description and value of health utilities used in the CUA were compared with those reported in the original utility studies. Logistic regression was used to identify the factors that can predict the discrepancy. RESULTS: A total of 585 eligible CUAs published between 1977 and 2016 were identified and reviewed. Of these studies, 74.5% were published between 2007 and 2016. 442 CUAs that used a total of 2235 health utilities published in 203 original utility studies were included for the comparison. As compared with those utilities originally reported, only 596 (26.7%) health utilities had the same description and value, whereas 991 health utilities (44.3%) differed in both description and value. Of 1290 health utilities with a different description, 69.1% were due to different severity or disease. No explanation or justification was provided for 1171 (87.4%) of 1340 health utilities with different value. CONCLUSIONS: There are concerning discrepancies in using published health utilities for CVD CUAs. Given the important role health utilities play in CUAs, authors of CUAs should always refer to the original studies for health utilities and be transparent about how published health utilities are selected and incorporated into CUAs.
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 | 0,031 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».