Health-related quality-of-life and health-utility reporting in critical care
Notice bibliographique
Résumé
Mortality is a well-established patient-important outcome in critical care studies. In contrast, morbidity is less uniformly reported (given the myriad of critical care illnesses and complications of each) but may have a common end-impact on a patient's functional capacity and health-related quality-of-life (HRQoL). Survival with a poor quality-of-life may not be acceptable depending on individual patient values and preferences. Hence, as mortality decreases within critical care, it becomes increasingly important to measure intensive care unit (ICU) survivor HRQoL. HRQoL measurements with a preference-based scoring algorithm can be converted into health utilities on a scale anchored at 0 (representing death) and 1 (representing full health). They can be combined with survival to calculate quality-adjusted life-years (QALY), which are one of the most widely used methods of combining morbidity and mortality into a composite outcome. Although QALYs have been use for health-technology assessment decision-making, an emerging and novel role would be to inform clinical decision-making for patients, families and healthcare providers about what expected HRQoL may be during and after ICU care. Critical care randomized control trials (RCTs) have not routinely measured or reported HRQoL (until more recently), likely due to incapacity of some patients to participate in patient-reported outcome measures. Further differences in HRQoL measurement tools can lead to non-comparable values. To this end, we propose the validation of a gold-standard HRQoL tool in critical care, specifically the EQ-5D-5L. Both combined health-utility and mortality (disaggregated) and QALYs (aggregated) can be reported, with disaggregation allowing for determination of which components are the main drivers of the QALY outcome. Increased use of HRQoL, health-utility, and QALYs in critical care RCTs has the potential to: (1) Increase the likelihood of finding important effects if they exist; (2) improve research efficiency; and (3) help inform optimal management of critically ill patients allowing for decision-making about their HRQoL, in additional to traditional health-technology assessments.
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 | 0,085 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».