MétaCan
Menu
Retour à la cohorte
Enregistrement W4404533449 · doi:10.1007/s10198-024-01729-4

Cancer-specific utility: clinical validation of the EORTC QLU-C10D in patients with glioblastoma

2024· article· en· W4404533449 sur OpenAlexaboutno aff
Simone Seyringer, Micha J. Pilz, Andrew Bottomley, Madeleine T King, Richard Norman, Eva‐Maria Gamper

Notice bibliographique

RevueThe European Journal of Health Economics · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Organisation for Research and Treatment of Cancer
Mots-clésCeiling effectMedicineQuality of life (healthcare)EQ-5DClinical trialConstruct validityPhysical therapyCancerHealth related quality of lifeStatisticsDiseaseInternal medicinePsychometricsClinical psychologyAlternative medicinePathologyMathematics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Many health economic evaluations rely on the validity of the utility measurement for health-related quality of life (HRQoL). While generic utility measures perform well in HRQoL assessments of many diseases and patient populations, appropriateness for cancer-specific disease burdens needs attention and condition-specific measures could be a viable option. This study assessed the clinical validity of the cancer-specific EORTC QLU-C10D, a utility scoring algorithm for the EORTC QLQ-C30, in patients with glioblastoma. We expect the EORTC QLU-C10D to be sensitive and responsive in glioblastoma patients. Furthermore, we compared its statistical efficiency with the generic utility measure EQ-5D-3L. METHODS: We used data from a multi-center randomized controlled trial (NCT00689221) with patients from 146 study sites in 25 countries. Both, the QLQ-C30 and the EQ-5D-3L, had been administered at seven assessment points together. Utilities of both measures were calculated for four country value set (Australia, Canada, UK, USA). Ceiling effects, agreement (Bland-Altman plots (BA), intra-class correlation (ICC)), were calculated to analyze construct validity. Sensitivity to known-groups (performance status; global health) and responsiveness to changes (progressive vs. non-progressive; stable vs. improved or deteriorated HRQoL) were investigated for clinical validity. Relative Efficiency (RE) was calculated to compare statistical efficiency of both utility measures. RESULTS: 435 patients were included at baseline and six subsequent time points (median timeframe 497 days). QLU-C10D country value set showed negligible ceiling effects (< 6.7%) and high agreement with EQ-5D-3L (ICC > 0.750). BA indicated that differences between both utility measures increased with deteriorating health states. While the QLU-C10D was more sensitive to global health groups (RE > 1.2), the EQ-5D-3L was more sensitive to performance status groups (RE < 0.7) than the other utility measure. Statistical efficiency to detect differences between change groups and within HRQoL deterioration group (RE > 1.4) favored QLU-C10D in 18 of 24 (75%) and 20 of 24 (83%) comparisons with the EQ-5D-3L respectively. Responsiveness to overall HRQoL change (RE > 3.4) also favored the QLU-C10D. CONCLUSION: Our results indicate that the QLU-C10D is a valid utility measure to assess HRQoL in patients with glioblastoma. This facilitates the investigation of HRQoL profiles and utilities in this patient population by administering a single questionnaire, the EORTC QLQ-C30. Efficiency analyses point to higher statistical power of the QLU-C10D compared to the EQ-5D-3L.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,052
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,099
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0520,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,302
Tête enseignante GPT0,418
Écart entre enseignants0,115 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe European Journal of Health EconomicsMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207