MétaCan
Menu
Retour à la cohorte
Enregistrement W4312066442 · doi:10.1177/23814683221142267

Developing the Breast Utility Instrument to Measure Health-Related Quality-of-Life Preferences in Patients with Breast Cancer: Selecting the Item for Each Dimension

2022· article· en· W4312066442 sur OpenAlexaff
Teresa Tsui, Maureen Trudeau, Nicholas Mitsakakis, Murray Krahn, Aileen M. Davis

Notice bibliographique

RevueMDM Policy & Practice · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensChildren's Hospital of Eastern OntarioSunnybrook Health Science CentreHealth Sciences CentreCanadian Centre for Applied Research in Cancer ControlPublic Health OntarioHospital for Sick ChildrenUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésRasch modelDifferential item functioningPsychologyBreast cancerQuality of life (healthcare)Clinical psychologyConfirmatory factor analysisItem response theoryWorryPreferencePsychometricsStructural equation modelingMedicineCancerStatisticsDevelopmental psychologyPsychotherapistPsychiatryMachine learningComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction. Generic preference-based instruments inadequately measure breast cancer (BrC) health-related quality-of-life preferences given advances in therapy. Our overall purpose is to develop the Breast Utility Instrument (BUI), a BrC-specific preference-based instrument. This study describes the selection of the BUI items. Methods. A total of 408 patients from diverse BrC health states completed the EORTC QLQ-C30 and BR45 (breast module). For each of 10 dimensions previously assessed with confirmatory factor analysis, we evaluated data fit to the Rasch model based on global model and item fit, including threshold ordering, item residuals, infit and outfit, differential item functioning (age), and unidimensionality. Misfitting items were removed iteratively, and the model fit was reassessed. From items fitting the Rasch model, we selected 1 item per dimension based on high patient- and clinician-rated item importance, breadth of item thresholds, and clinical relevance. Results. Global model fit was good in 7 and borderline in 3 dimensions. Separation index was acceptable in 4 dimensions. Item selection criteria were maximized for the following items: 1) physical functioning (trouble taking a long walk), 2) emotional functioning (worry), 3) social functioning (interfering with social activities), 4) pain (having pain), 5) fatigue (tired), 6) body image (dissatisfied with your body), 7) systemic therapy side effects (hair loss), 8) sexual functioning (interest in sex), 9) breast symptoms (oversensitive breast), and 10) endocrine therapy symptoms (problems with your joints). Conclusions. We propose 10 items for the BUI. Our next steps include assessing the measurement properties prior to eliciting preference weights of the BUI. Highlights A previous confirmatory factor analysis established 10 dimensions of the European Organisation for Research and Treatment of Cancer (EORTC) core quality of life questionnaire (QLQ-C30) and its breast module (BR45). In this study, we selected 1 item per dimension based on fit to the Rasch model, patient- and clinician-rated item importance, breadth of item thresholds, and clinical relevance. These items form the core of the future Breast Utility Instrument (BUI). The future BUI will be a novel breast cancer–specific preference-based instrument that potentially will better reflect women’s preferences in clinical decision making and cost utility analyses.

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)0,007
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,368
Tête enseignante GPT0,450
Écart entre enseignants0,082 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMDM Policy & PracticeMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207