Reevaluating health metrics: Unraveling the limitations of disability-adjusted life years as an indicator in disease burden assessment
Notice bibliographique
Résumé
In 1993, the World Bank released a global report on the efficacy of health promotion, introducing the disability-adjusted life years (DALY) as a novel indicator. The DALY, a composite metric incorporating temporal and qualitative data, is grounded in preferences regarding disability status. This review delineates the algorithm used to calculate the value of the proposed DALY synthetic indicator and elucidates key methodological challenges associated with its application. In contrast to the quality-adjusted life years approach, derived from multi-attribute utility theory, the DALY stands as an independent synthetic indicator that adopts the assumptions of the Time Trade Off utility technique to define Disability Weights. Claiming to rely on no mathematical or economic theory, DALY users appear to have exempted themselves from verifying whether this indicator meets the classical properties required of all indicators, notably content validity, reliability, specificity, and sensitivity. The DALY concept emerged primarily to facilitate comparisons of the health impacts of various diseases globally within the framework of the Global Burden of Disease initiative, leading to numerous publications in international literature. Despite widespread adoption, the DALY synthetic indicator has prompted significant methodological concerns since its inception, manifesting in inconsistent and non-reproducible results. Given the substantial diffusion of the DALY indicator and its critical role in health impact assessments, a reassessment is warranted. This reconsideration is imperative for enhancing the robustness and reliability of public health decision-making processes.
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 | 0,160 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| 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 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».