Converting Evidence‐Based Summary of Findings Evidence Tables Into Decision Analytical, Quality Adjusted Life Years (QALY) and Life Expectancies Metrics: A Tutorial
Notice bibliographique
Résumé
RATIONALE, AIMS, AND OBJECTIVES: We have recently succeeded in integrating evidence estimation with decision-analytical frameworks, thereby addressing a major challenge in advancing the science of evidence-based medicine (EBM) and clinical practice guidelines. However, the primary output of our analysis was expressed as net differences in expected utility (ΔEU) between competing treatment interventions. Although expected utility is a standard decision-analytic metric, it is not intuitively understood by most clinicians. Here, we demonstrate how ΔEU can be converted into gains in quality-adjusted life years (QALYs) and life expectancy (LE). METHODS: We begin with GRADE (Grading of Recommendations Assessment, Development, and Evaluation) Summary of Findings (SoF) tables-the primary outputs of systematic reviews that underpin guideline recommendations-to generate ΔEU, which we subsequently convert into QALY and LE gains using the DEALE (Declining Exponential Approximation of Life Expectancy) method. We also integrate patients' values and preferences by relating minimal important differences (MIDs)-the smallest change in an outcome that patients perceive as important enough to justify a change in management-to relative values, which reflect the preference (or weight) assigned to avoiding a specific health outcome compared to the worst outcome (mortality). To convert a deterministic ΔEU model into a probabilistic one, we employ Monte Carlo simulation to assess the credibility of recommendations under the evidentiary uncertainty included in the SoF tables. We also provide a method to assess the impact of the certainty of evidence (CoE) on the robustness of the results. RESULTS: We developed a user-friendly, Excel-based calculator for converting evidence-based SoF tables into ΔEU, and subsequently into QALY and LE gains. We illustrate our methods by comparing the effects of short-term versus indefinite anticoagulation for the prevention of recurrent venous thromboembolism. The complete analysis can be performed in approximately 5-10 min. CONCLUSION: We extend our methods to link estimation metrics commonly used in the EBM field with decision-analytic metrics such as expected utility, QALY, and LE. We present a user-friendly calculator that integrates all key domains underpinning contemporary guideline development.
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 | 0,065 | 0,343 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,016 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,013 |
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 ».