MétaCan
Menu
Retour à la cohorte
Enregistrement W4410056786 · doi:10.1007/s11136-025-03983-2

EuroQol data for assessment of population health needs and instrument evaluation (EQ-DAPHNIE): a study for enhancing population health assessment

2025· article· en· W4410056786 sur OpenAlexaff
Jeffrey Johnson, Mathieu F. Janssen, Fatima Al Sayah, Henry Bailey, Mihir Gandhi, Dominik Golicki, Nils Gutacker, Erica I. Lubetkin, Brendan Mulhern, Fredrick Dermawan Purba, Juan Manuel Ramos-Goñi, Des Scott, Hilary Short, Trudy Sullivan, Rosalie Viney, Zhihao Yang, V Zárate

Notice bibliographique

RevueQuality of Life Research · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesEuroQol Research Foundation
Mots-clésPublic healthQuality of Life ResearchEQ-5DPopulationPopulation healthMedicineEnvironmental healthQuality of life (healthcare)Health related quality of lifeNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Methods for collecting self-reported health status measures in population health surveys vary significantly across countries, presenting challenges to comparability. The EuroQol Data for Assessment of Population Health Needs and Instrument Evaluation (EQ-DAPHNIE) project aims to address this issue by developing infrastructure to generate representative datasets across multiple countries. This initiative aims to standardize data collection methodologies and to evaluate the performance of various health status measures, providing a foundation for reliable population health assessments. This paper describes the rationale, design and data collection methods for the EQ-DAPHNIE project. METHODS/DESIGN: EQ-DAPHNIE employs a cross-sectional online survey design targeting the general adult population across various countries. Participants were recruited through an online panel provider. Each country had a target sample of 4500 responses, with quota sampling to ensure representativeness based on age, sex, income, region, and language. The survey collected comprehensive data on social determinants of health at both individual and neighbourhood levels. Participation was voluntary, and measures were taken to maintain data anonymity and ensure data quality through pre-testing and various quality assurance approaches. DISCUSSION: The EQ-DAPHNIE project represents a significant advancement in generating large, representative, and comparable population health datasets across multiple countries. By employing precise sampling strategies, robust recruitment and data collection methods, and rigorous quality control measures, the project aims to provide a valuable resource for assessing and understanding population health and evaluating various health-related quality of life (HRQoL) and wellbeing instruments.

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)0,124
score de la tête « metaresearch » (Gemma)0,234
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,656

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1240,234
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,010
Études des sciences et des technologies0,0020,002
Communication savante0,0030,006
Science ouverte0,0020,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,685
Tête enseignante GPT0,681
Écart entre enseignants0,004 · 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
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuality of Life ResearchMême sujetHealth disparities and outcomesTravaux en français237 207