The Use of Generic Patient-Reported Outcome Measures in Emergency Department Surveys: Discriminant Validity Evidence for the Veterans RAND 12-Item Health Survey and the EQ-5D
Notice bibliographique
Résumé
Objectives This study aimed to compare discriminant validity evidence of 2 generic patient-reported outcome measures (PROMs), the Veterans RAND 12-Item Health Survey (VR-12) and level 5 of EQ-5D (EQ-5D-5L), for use in emergency departments (EDs). Methods Data were obtained via a cross-sectional survey of 5876 patients in British Columbia (Canada) who completed a questionnaire after visiting an ED in 2018. We compared the extent to which the VR-12 and the EQ-5D-5L distinguished among groups of ED patients with different levels of comorbidity burden and self-reported physical and mental or emotional health status. Multivariable logistic regression was used to evaluate the ability of the 2 PROMs to identify patients presenting with a mental health (MH) condition. Results All the measures produced small effect sizes (ESs) for discriminating comorbidity levels (R 2 range: 0.00 [VR-12 mental component summary {MCS}] to 0.10 [VR-12 physical component summary score]). The EQ-5D visual analog scale offered the largest ES for discriminating self-reported physical health (R 2 = 0.48), whereas the MCS, the VR-12 MH domain, and the EQ-5D-5L anxiety/depression dimension had the largest ESs for discriminating self-reported mental or emotional health (R 2 = 0.42, 0.40, and 0.38, respectively). The MCS produced a medium ES (R 2 = 0.42) along with the VR-12 utility score (R 2 = 0.27) compared with the EQ-5D-5L index (R 2 = 0.19). Having a MH condition was predominantly identified by the MCS (Pratt index = 0.56). Conclusions The VR-12 PROM provides a more comprehensive measurement of MH than the EQ-5D-5L, which is important to inform healthcare service needs for patients who present in EDs with MH challenges.
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 | 0,044 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».