EQ-5D-5L Health-State Values for the Mexican Population
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To generate a value set for the Mexican adult general population to support and facilitate the inclusion of quality-adjusted life years (QALYs) into the health technology assessment process of the Mexican healthcare authorities. METHODS: A representative sample of the Mexican adult population stratified by age, sex and socio-economic status was used. Following version 2.0 of the EuroQol EQ-5D-5L valuation protocol, trained interviewers guided participants in completing composite time trade-off (cTTO) and discrete-choice experiment (DCE) tasks included in the EQ-VT software. Generalized least squares, Tobit and Bayesian models were used for cTTO data. The choice of value set model was based on criteria that included: theoretical considerations, parsimony, logical ordering of coefficients, and statistical significance. RESULTS: Based on quality control criteria and interviewer judgment, 1000 out of 1032 participants provided useable responses. Participants' demographic characteristics were similar to the 2010 Mexican Population Census and followed the socioeconomic structure defined by the Mexican Association of Marketing Research and Public Opinion Agencies (AMAI). The predicted index values in the final cTTO model (a heteroscedastic censored model with Bayesian estimation) ranged from - 0.5960 to 1, with 19.7% of all predicted health state scores less than 0 (i.e., worse than dead). CONCLUSION: This study has generated the first value set representing the stated preferences of the Mexican adult population for use in estimating QALYs. The resulting EQ-5D-5L value set is technically robust and will facilitate health economic analyses as well as quality-of-life 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.
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 | 0,021 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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) | 0,000 | 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 découle