MétaCan
Menu
Retour à la cohorte
Enregistrement W4409329697 · doi:10.1001/jamaoto.2025.0160

Development, Validation, and Valuation of a Head and Neck Cancer−Specific Health Utility Instrument (HNC-8D)

2025· article· en· W4409329697 sur OpenAlexaff
John R. de Almeida, Jie Su, Abdullah AlShenaiber, Hesameddin Noroozi, Matthias Büttner, David P. Goldstein, Aaron R. Hansen, Luiz Paulo Kowalski, Lisa Licitra, Hisham Mehanna, Christopher W. Noel, Ambica Parmar, Sandro Porceddu, Jolie Ringash, S.N. Rogers, M.A. Santos, Christian Simon, Minh-Tam Truong, Wei Xu

Notice bibliographique

RevueJAMA Otolaryngology–Head & Neck Surgery · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensSunnybrook Health Science CentrePrincess Margaret Cancer CentreUniversity of TorontoHealth Sciences CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésDiscriminative modelMedicineRasch modelEQ-5DConstruct validityPhysical therapyDiseasePsychometricsClinical psychologyHealth related quality of lifeArtificial intelligenceStatisticsComputer sciencePathology

Résumé

récupéré en direct d'OpenAlex

Importance: Generic health utility instruments lack the discriminative ability to differentiate among health states in patients after head and neck cancer treatment. Objective: To develop, validate, and valuate a head and neck cancer-specific health utility measure. Design, Setting, and Participants: This psychometric study comprised 2 phases to develop and validate a health utility instrument. The first phase, development and validation, occurred from January 2021 to August 2022. An expert panel selected disease-specific quality-of-life instruments as the basis for a new utility instrument. Two datasets (n = 458 and 493) were used to establish dimension structure through exploratory factor analysis, and to select items using Rasch and psychometric criteria and expert opinion. Discriminative validity of the new instrument was tested by comparing scores for different disease severities (patients with and without gastrostomy and tracheostomy tubes). The second phase, valuation, was conducted from January 2023 to January 2024 in a quaternary referral center with healthy participants. Participants completed time-trade-off exercises for 100 sampled health states and were randomized to discovery and validation sets (80:20). Using a repeated measures model, a scoring algorithm to predict utilities of health states within the instrument was created in the discovery set and tested in both sets. Data were analyzed from January 2022 to December 2023. Intervention: Participants performed time-trade-off exercises for various states. Main Outcomes and Measures: Discriminative validity (first phase) and the mean absolute differences of predicted and observed utilities (second phase). Results: The European Organization for Research and Treatment of Cancer's Quality of Life Questionnaire-Core 30 and its Head and Neck module 43 were selected by the expert panel and used as the basis instruments. Exploratory factor analysis established 8 dimensions, with 1 item selected per dimension. Of the 488 respondents, 84 with gastrostomy and/or tracheostomy tubes reported lower scores for 7 of the 8 items. In the second phase, 2497 valuations were performed by 250 healthy participants (mean [SD] age, 42.4 [16.5] years; 166 [66%] females). The scoring algorithm produced mean absolute differences between predicted and observed utilities of 0.041 (95% CI, 0.034-0.047) and 0.082 (95% CI, 0.065-0.100) in the discovery and validation sets, respectively. Conclusions and Relevance: This psychometric study developed a new head and neck cancer-specific utility measure, the HNC-8D (Head and Neck Cancer-8 Dimensions). The instrument demonstrated predictive accuracy for measuring health utility and can be used to differentiate health utility states following head and neck cancer treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,045
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,237

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,056
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,271
Tête enseignante GPT0,396
Écart entre enseignants0,125 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA Otolaryngology–Head & Neck SurgeryMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207