Health State Utility Values Associated with Knee Osteoarthritis: A Vignette-Based Approach
Notice bibliographique
Résumé
Purpose: Pain is the most common symptom of Osteoarthritis (OA) making OA one of the most frequent causes of mobility dependence and disability and resulting in a significant negative impact on health-related quality of life (HRQoL). The main objective of this study was to estimate health state utility values (HSUVs) associated with different levels of pain related to Knee OA (KOA). Patients and Methods: Six different health state vignettes were developed using best practices and real-world data from the Osteoarthritis Initiative (OAI) database that included the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) instrument. OAI data from individuals with KOA were categorized into 6 different pain profiles using patient responses to the WOMAC pain items (pain while: walking; climbing stairs; sleeping; resting and standing) each having response levels 0 (no)-4 (extreme). The six vignettes identified the most frequently observed response levels of the pain items. A time trade-off study was conducted in the UK among individuals with KOA. Results: Analysis dataset included 198 interviews. Participants' mean age was 51.6 years and 58.6% were females. Mean HSUVs ranged from 0.983 for the mildest health state, which was described as slight pain while climbing stairs and no pain on the other items, to 0.305 for the most severe health state which was described as extreme pain in all items. Conclusion: This is the first known set of HSUVs estimated describing levels of pain most commonly reported by individuals with KOA. The results demonstrate considerable HRQoL burden in individuals with KOA.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».