EQ-5D-5L population norms and health inequality for Trinidad and Tobago in 2022–2023 and comparison with 2012
Notice bibliographique
Résumé
BACKGROUND: The use of EQ-5D instruments in clinical, policy and economic applications continues to grow internationally. Population norms studies provide baseline values against which demographic and patient groups are compared and inequality is assessed. This study presents updated EQ-5D-5L population norms for 2022-2023, evaluates inequality and compares the results with those of 2012. METHODS: Demographic and EQ-5D-5L data were obtained from mutually exclusive, representative samples of adults in three studies conducted from July 2022 through May 2023. EQ-5D-5L index values, EQ VAS scores, and ceilings (all dimensions at level 1) were calculated for age-sex groups and stratifiers including education, income, ethnicity, marital status, and employment status. For inequality, the Kakwani index was calculated for the EQ VAS scores and index values, and ordered logit models were used to obtain odds ratios for reporting higher levels of problems on each dimension for demographic groups. The results were compared with those from 2012 which included applying the value set that had been used for the 2022-2023 population norms to the 2012 states. RESULTS: Data were obtained form 2,989 respondents. The mean index value was 0.921, EQ VAS was 79.6 and the ceiling was 31.5%. The dimensions with the highest rates of reported problems at any level (2-5) were pain/discomfort (43%) and anxiety/depression (39%). The Kakwani index was 0.113 for EQ VAS and 0.058 for index values, with sex accounting for the largest relative contribution. Mean index values, EQ VAS scores, and ceilings were lower across all demographic groups in 2022-2023 compared to 2012. CONCLUSIONS: This is the first study to investigate how EQ-5D-5L population norms have changed within a country over time. Significant changes were observed in the EQ-5D-5L measures and the relative frequencies of reported problems on the dimensions. Inequality increased, and there were changes in the levels of reported problems on the dimensions for demographic groups. Such changes suggest that national population norms should be updated periodically to capture changes in health status, perceptions of health, and health inequality.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».