MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285366533 · doi:10.2196/33562

Implementing a Health Utility Assessment Platform to Acquire Health Utilities in a Hemodialysis Outpatient Setting: Feasibility Study

2022· article· en· W4285366533 sur OpenAlexvenueno aff
Adeboye A. Adejare, Heather J. Duncan, R Geoffrey Motz, Silvi Shah, Charuhas V. Thakar, Mark H. Eckman

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Center for Advancing Translational SciencesUniversity of CincinnatiNational Institute of Child Health and Human DevelopmentNational Heart, Lung, and Blood InstituteCincinnati Children's Hospital Medical Center
Mots-clésMedicineDialysisHemodialysisKidney transplantationKidney diseaseIntensive care medicineTransplantationInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with end-stage kidney disease (ESKD) wait roughly 4 years for a kidney transplant. A potential way to reduce wait times is using hepatitis C virus (HCV)-viremic kidneys. OBJECTIVE: As preparation for developing a shared decision-making tool to assist patients with ESKD with the decision to accept an HCV-viremic kidney transplant, our initial goal was to assess the feasibility of using The Gambler II, a health utility assessment tool, in an ambulatory dialysis clinic setting. Our secondary goals were to collect health utilities for patients with ESKD and to explore whether the use of race-matched versus race-mismatched exemplars impacted the knowledge gained during the assessment process. METHODS: We used The Gambler II to elicit utilities for the following ESKD-related health states: hemodialysis, kidney transplant with HCV-unexposed kidney, and transplantation with HCV-viremic kidney. We created race exemplar video clips describing these health states and randomly assigned patients into the race-matched or race-mismatched video arms. We obtained utilities for these 3 health states from each patient, and we evaluated knowledge about ESKD and HCV-associated health conditions with pre- and postintervention knowledge assessments. RESULTS: A total of 63 patients with hemodialysis from 4 outpatient Dialysis Center Inc sites completed the study. Mean adjusted standard gamble utilities for hemodialysis, transplant with HCV-unexposed kidney, and transplantation with HCV-viremic kidney were 82.5, 89, and 75.5, respectively. General group knowledge assessment scores improved by 10 points (P<.05) following utility assessment process. The use of race-matched exemplars had little effect on the results of the knowledge assessment of patients. CONCLUSIONS: Using The Gambler II to collect utilities for patients with ESKD in an ambulatory dialysis clinic setting proved feasible. In addition, educational information about health states provided as part of the utility assessment process tool improved patients' knowledge and understanding about ESKD-related health states and implications of organ transplantation with HCV-viremic kidneys. A wide variation in patient health state utilities reinforces the importance of incorporating patients' preferences into decisions regarding use of HCV-viremic kidneys for transplantation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,573
Tête enseignante GPT0,593
Écart entre enseignants0,020 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→