Valuation of the EQ-5D-3L in Jordan
Notice bibliographique
Résumé
BACKGROUND: In Jordan, no national value set is available for any preference-accompanied health utility measure. OBJECTIVE: This study aims to develop a value set for EQ-5D-3L based on the preferences of the Jordanian general population. METHODS: A representative sample of the Jordanian general population was obtained through quota sampling involving age, gender, and region. Participants aged above 18 years were interviewed via videoconferencing using the EuroQol Valuation Technology 2.1 protocol. Participants completed ten composite time trade-offs (cTTO) and ten discrete choice experiments (DCE) tasks. cTTO and DCE data were analyzed using linear and logistic regression models, respectively, and hybrid models were applied to the combined DCE and cTTO data. RESULTS: A total of 301 participants with complete data were included in the analysis. The sample was representative of the general population regarding region, age, and gender. All model types applied, that is, random intercept model, random intercept Tobit, linear model with correction for heteroskedasticity, Tobit with correction for heteroskedasticity, and all hybrid models, were statistically significant. They showed logical consistency in terms of higher utility decrements with more severe levels. The hybrid model corrected for heteroskedasticity was selected to construct the Jordanian EQ-5D-3L value set as it showed the best fit and lowest mean absolute error. The predicted value for the most severe health state (33333) was - 0.563. Utility decrements due to mobility had the largest weight, followed by anxiety/depression, while usual activities had the smallest weight. CONCLUSION: This study provides the first EQ-5D-3L value set in the Middle East. The Jordanian EQ-5D-3L value set can now be used in health technology assessments for health policy planning by the Jordanian health sector's decision-makers.
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 | 0,084 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 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 ».