Mapping the Food Allergy Quality of Life Questionnaire Parent Form onto the Short‐Form Six‐Dimensions version 2
Notice bibliographique
Résumé
BACKGROUND: The Food Allergy Quality of Life Questionnaire Parent Form (FAQLQ-PF) is the most widely used quality of life questionnaire in food allergy. The objective of this study was to develop a mapping algorithm to convert FAQLQ-PF scores into health state utilities. METHODS: The Short-Form Six-Dimensions version 2 (SF-6Dv2) and FAQLQ-PF questionnaires were collected from an academic center oral immunotherapy referral cohort. Utility estimates were derived from the SF-6Dv2 using the food allergy preference set. Candidate mapping algorithm models were developed using seven regression methods starting from either the total average score, the average scores of each of the three domains or the individual item scores of FAQLQ-PF. The process was repeated twice, including only section A, common to all age groups, or including all age-applicable sections of the FAQLQ-PF. The mean absolute error (MAE) and root mean squared error (RMSE) were used to select the best fitting model. An independent cohort from a previous national online survey was used for external validation. RESULTS: In the index cohort, 1000 of 1257 respondents had completed both questionnaires. The lowest MAE (0.0791) and RMSE (0.1020) were recorded when entering individual item scores in a categorical regression model. The model including only FAQLQ-PF section A was found to be most consistent when tested in the external validation cohort (n = 248) (MAE of 0.0898). CONCLUSION: The FAQLQ-PF was mapped onto SF-6Dv2 utilities with good predictive accuracy in two independent cohorts. This will enable calculation of health utility for cost-effectiveness analyses in food allergy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 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 ».