MétaCan
Menu
Retour à la cohorte
Enregistrement W4414480137 · doi:10.1016/j.jval.2025.09.009

Comparing Psychometric Properties of 6 of the 5-Level and 3-Level EQ-5D Bolt-Ons in a Large, Multinational, Longitudinal General Population Sample

2025· article· en· W4414480137 sur OpenAlexaboutno aff
Sarah Dewilde, Mathieu F. Janssen, Glenn Phillips, Brendan Mulhern, Fanni Rencz

Notice bibliographique

RevueValue in Health · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensnon disponible
Organismes subventionnairesEuroQol Research Foundation
Mots-clésSample (material)Ceiling effectCeiling (cloud)PopulationLongitudinal dataPsychometrics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study systematically compared the psychometric properties of 6 of the 5-level and 3-level EQ-5D bolt-ons (vision, breathing, tiredness, sleep, social relationships, and self-confidence). METHODS: Population Norms Study (POP-UP) is a longitudinal survey collecting general population data from United States, Canada, United Kingdom, Italy, Spain, Germany, the Netherlands, and Belgium. Respondents entered demographics and health conditions data and completed the EQ-5D-5L/3L with bolt-ons, Myasthenia Gravis Activities of Daily Living (MG-ADL), and Health Utility Index-3 (HUI-3). Psychometric properties included ceiling/floor, informativity, divergent and convergent validity, reliability, known-groups validity, and responsiveness. RESULTS: A total of 9,758 respondents completed the survey in 2021, and 4,839 respondents in 2023. The 5-level bolt-ons reduced ceiling effects by 35% and floor effects by 55% compared with the 3-level, with the largest reductions for vision and sleep (42%/57%) and the smallest for breathing (29%/44%). Informativity was higher for the 5-level bolt-ons (3%-11%) than 3-level (2%-9%), except for breathing (-2%). Most bolt-ons showed weak to moderate correlations with EQ-5D dimensions, except for social relationships, which correlated strongly with anxiety/depression (r = 0.61). Both measures showed strong convergent validity for breathing (5-level r = 0.68; 3-level r = 0.66) and lower for vision (5-level r = 0.37; 3-level r = 0.32). EQ-5D + 5-level and EQ-5D-5L + 3-level bolt-ons had excellent reliability (Intraclass Correlation Coefficients = 0.92-0.97). Adding bolt-ons did not significantly improve known-groups validity, except for breathing (relative efficiency EQ-5D + 5-level = 1.12; EQ-5D-5L + 3-level = 1.10). The 5-level bolt-ons improved responsiveness, detecting 47.1% more improvements and 55.7% more worsening over time. CONCLUSIONS: All 6 of the 5-level EQ-5D bolt-ons outperformed the 3-level bolt-ons by reducing ceiling and floor, enhancing informativity, demonstrating divergent validity, and improving responsiveness.

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)0,009
score de la tête « metaresearch » (Gemma)0,016
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,457
Tête enseignante GPT0,457
Écart entre enseignants0,001 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueValue in HealthMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207