A Direct Comparison Between Discrete Choice With Duration and Composite Time Trade-Off Methods: Do They Produce Similar Results?
Notice bibliographique
Résumé
OBJECTIVES: Discrete choice experiments including a duration attribute (DCEd) represent a promising candidate method for valuing health-related quality-of-life instruments. However, it has not been established that DCEd can produce similar results as composite time trade-off (cTTO) or EuroQol Valuation Technology (EQ-VT) valuations of the EQ-5D-5L instrument. This study provides a direct comparison between cTTO and EQ-VT, and DCEd valuation methods. METHODS: An EQ-VT study was conducted in Trinidad and Tobago to value the EQ-5D-5L. 1079 respondents each completed 10 cTTO tasks and 12 discrete choice experiments tasks without a duration attribute. A separate sample of 970 respondents each completed 18 split-triplet DCEd tasks. Several regression models were applied to the EQ-VT data, and the DCEd data were analyzed using mixed logit models with an exponential discount rate. The estimated values were compared using scatterplots and Bland-Altman plots. RESULTS: The ordering of dimensions was identical in level 5 for cTTO/EQ-VT and DCEd models, with pain/discomfort being the most important dimension and usual activities being least important. cTTO/EQ-VT models produced a value for state 55555 ranging between -0.52 and -0.69, whereas this was -0.543 for the nonlinear mixed logit model for the DCEd data. Scatterplots and Bland-Altman plots suggested excellent agreement between cTTO/EQ-VT and DCEd-based estimates. CONCLUSIONS: CTTO/EQ-VT and DCEd valuations produce similar results when correcting DCEd for nonlinear time preferences. The ordering of importance of the dimensions and scale are identical, suggesting that the 2 methods measure the same construct and produce similar results.
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 | 0,033 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».