MétaCan
Menu
Retour à la cohorte
Enregistrement W4389789011 · doi:10.1186/s41687-023-00671-y

Estimating health state utilities in Duchenne muscular dystrophy using the health utilities index and EQ-5D-5L

2023· article· en· W4389789011 sur OpenAlexaff
Ivana F. Audhya, Shelagh M. Szabo, Andrea Bever, Fiona O’Sullivan, Daniel C. Malone, David Feeny, Peter J. Neumann, Susan T. Iannaccone, P. Jayasinghe, Katherine Gooch

Notice bibliographique

RevueJournal of Patient-Reported Outcomes · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensMcMaster UniversityBroadcom (Canada)Vancouver Coastal Health
Organismes subventionnairesSarepta TherapeuticsParent Project Muscular Dystrophy
Mots-clésHealth Utilities IndexInterquartile rangeMedicineDuchenne muscular dystrophyEQ-5DAmbulatoryQuality of life (healthcare)CardiomyopathyPhysical therapyMuscular dystrophyPediatricsHealth related quality of lifeCardiologyInternal medicineHeart failureDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The progression of Duchenne muscular dystrophy (DMD) is characterized by loss of ambulation, respiratory insufficiency, cardiomyopathy, and early mortality. DMD profoundly impacts health-related quality-of-life (HRQoL). However, few health state utility data exist; published utilities tend to be derived from small samples for a limited number of health states and are often based on caregiver-reported patient health status. This study estimated utility values for varied clinical and functional health states in DMD, based on patient-reported health status. METHODS: Individuals with DMD in the US aged 12-40 years completed the EQ-5D (5-level) and Health Utilities Index (HUI) preference-based instruments. Based on responses to a clinical questionnaire, participants self-classified into functional health states according to level of lower and upper limb function, use of respiratory support, and presence of cardiomyopathy. Mean [standard deviation (SD)] utility and EQ-5D visual analogue scale (VAS) scores were estimated according to health state; and median (interquartile range) attribute levels calculated to understand which domains of health are most severely affected in DMD. RESULTS: Of 63 males with DMD, mean (SD) age was 19.8 (6.1) years and 11 (17.5%) were ambulatory. Mean (SD) utility values were 0.92 (0.08; HUI2), 0.84 (0.20; HUI3), and 0.84 (0.13; EQ-5D) for ambulatory patients without cardiomyopathy (n = 10). For non-ambulatory patients with moderately impaired upper limb function, night and daytime ventilation without cardiomyopathy, mean (SD) utilities were 0.49 (0.07) for the HUI2, 0.16 (0.15) for the HUI3 and 025 (0.14) for the EQ-5D. Mean (SD) VAS scores for the same health states were 91 (9) and 83 (21), respectively. In addition to impairments in mobility/ambulation, and self-care, attributes like usual activities and pain also showed notable effects of DMD. CONCLUSIONS: In DMD, although a relationship between disease progression and HRQoL is observed, there is large variability in utility within functional health states, and across instruments. Utility values for less severe non-ambulatory health states described by level of upper limb function are novel. These utility values, derived based on direct patient feedback rather than from caregiver report, are relevant to individuals of varying functional statuses and augment scarce DMD-specific utility data.

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)0,014
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 enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,311
Écart entre enseignants0,276 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Patient-Reported OutcomesMême sujetMuscle Physiology and DisordersTravaux en français237 207