Design and implementation of data quality controls in the EQ-DAPHNIE study: insights from the pilot phase and 15-country analysis
Notice bibliographique
Résumé
OBJECTIVE: The EQ-DAPHNIE (EuroQol Data for Assessment of Population Health Needs and Instrument Evaluation) project is a large, multi-country survey initiative designed to generate population norms and enable comparative research using self-reported health measures. This paper describes the quality control processes and summarizes data quality metrics from the United Kingdom (UK) pilot and full implementation across 15 countries. METHODS: Representative samples were recruited via Dynata, an online survey panel provider, using quota sampling by age, sex, income, community setting, and language (where applicable). The UK pilot (n = 3012) informed survey refinements ahead of full rollout (n = 68,411). Quality metrics included completion rates, bot detection, speeding, missing data, outliers, and quota achievement. RESULTS: Across countries, response rates ranged from 80.1 to 100%, with completion rates varying widely (22.9% in Brazil to 60.8% in Japan; average 42.4%). Bot exclusions averaged 3.0%, peaking in China (11.7%). Speeding was low (0.3% average), and duplicate records were rare. Completion times ranged from 18.3 (France) to 31.4 min (New Zealand). Missing data varied substantially (0.0-48.7%), with Japan and Spain showing the least. Quota fulfillment ranged from 68.7 to 98.6%. Consistency checks showed strong agreement for repeated items-marital status (92.8-98.9%) and age (92.3-98.7%). CONCLUSIONS: The quality control measures implemented throughout the EQ-DAPHNIE project effectively addressed common issues such as bot responses, speeding, and missing data, resulting in generally high-quality and representative datasets. However, variability across countries underscores the need to account for quality indicators when using the data for norm-setting or cross-country comparisons.
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 | 0,618 | 0,502 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».