Health state utility assessment for low-grade glioma.
Notice bibliographique
Résumé
e14039 Background: Low-grade gliomas (LGGs, WHO Grade II gliomas) undergo malignant transformation, portending a median survival of 5-15 years. Though resection and adjuvant therapies have significantly improved survival, there are increased risks of long-term neurological decline and treatment-related side effects. As a result, not only quantity but also quality of life (QoL) must be considered when appraising therapeutic paradigms. Health state utility assessments can quantify society’s perceptions of given health states, supporting quality-adjusted life years (QALYs) and cost-effectiveness analyses. The primary and secondary objectives were to calculate LGG health states utility values (UVs) and interpret differences between health states, respectively. Methods: Health state descriptions were developed from a comprehensive literature review, expert input, and focus groups involving neuro-oncology providers and patient advocates. Healthy, adult participants were surveyed through an online REDCap form. Two preference elicitation techniques, visual analog scale (VAS) and time trade-off (TTO), were used to derive UVs of ten LGG health states. UVs are anchored at 0 representing death and 1 for perfect health. Mann-Whitney U tests compared UVs across health states. Results: Ninety-eight participants were included. Most participants were male (52%), aged 18-29 (81.6%), and White or Asian (78%). Stable LGG had the highest UVs (Mean [SD]: VAS- 0.64 [0.21]; TTO- 0.54 [0.42]) compared to Progressive LGG (VAS- 0.44 [0.26], p<0.0001; TTO- 0.36 [0.37], p<0.0001), Stable LGG with Chemoradiation (VAS- 0.43 [0.23], p<0.0001; TTO- 0.32 [0.34], p<0.0001), and Stable LGG with Motor (VAS- 0.45 [0.23], p<0.0001; TTO- 0.23 [0.32], p<0.0001) and Language (VAS- 0.52 [0.22], p<0.0001; TTO- 0.43 [0.40], p=0.04) Deficits. Progressive LGG UVs were not statistically different from those in Progressive LGG with Motor (VAS- 0.43 [0.23], p=0.69; TTO- 0.32 [0.34], p=0.73), Language (VAS- 0.43 [0.23], p=0.62; TTO- 0.32 [0.34], p=0.60), or Visual (VAS- 0.43 [0.23], p=0.78; TTO- 0.32 [0.34], p=0.60) Deficits. Radiation negatively impacted UVs, as UVs of Stable LGG with Chemoradiation (VAS- 0.43 [0.23]; TTO- 0.32 [0.34]) were significantly lower than UVs of Stable LGG with Chemotherapy alone (VAS- 0.43 [0.23], p=0.018; TTO- 0.32 [0.34], p=0.28) on VAS. Conclusions: These are the first-ever reported LGG health state UVs. These data will enable future QALY and cost-effective analyses, which have increasing importance as new investigational therapies become available for LGG.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».