MétaCan
Menu
Retour à la cohorte
Enregistrement W7122671174 · doi:10.54695/jges.234.0274

“Cardinalizing” self-assessed health in studies of health inequalities: Risks and challenges of scaling on health utility measures

2024· article· fr· W7122671174 sur OpenAlexaboutno aff
Michel Grignon, Senay Asma, Nathan K. Smith, Jeremiah Hurley, Susan Kirkland

Notice bibliographique

RevueJournal de gestion et d économie médicales · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationPoison controlContext (archaeology)Limiting

Résumé

récupéré en direct d'OpenAlex

L’auto-évaluation de la santé (SAH) est une mesure de la santé largement utilisée. Elle est facile à administrer, permet d’obtenir une évaluation générale et subjective de la santé et présente une bonne corrélation avec les mesures objectives de la santé et de l’état de santé futur. Toutefois, sa nature ordinale a posé un défi analytique, en particulier pour la mesure des inégalités en matière de santé, et le débat se poursuit sur la meilleure façon de dériver une valeur cardinale sur la base des informations ordinales. La méthode la plus récente, proposée par van van Doorslaer et Jones, 2003, utilise la régression par intervalles avec les limites dérivées de la distribution empirique d’une mesure de l’utilité de la santé. Dans cet article, nous montrons que la méthode est sensible à de nombreux choix qui sont souvent négligés, notamment le choix de la variable d’échelle. Comme la variable d’échelle est souvent une mesure cardinale de l’utilité de la santé, nous mettons en doute l’hypothèse sous-jacente à la méthode selon laquelle l’HSA et toute mesure de l’utilité de la santé capturent le même concept de santé. À l’aide de l’Enquête nationale sur la santé de la population canadienne, de l’Enquête sur la santé dans les collectivités canadiennes et de l’Enquête nationale sur les mesures de la santé aux États-Unis, nous montrons empiriquement que la mesure des inégalités de santé est très sensible au choix de la population sur laquelle la variable d’échelle est mesurée et au choix de la mesure de l’utilité de la santé elle-même. Nous démontrons empiriquement le manque de concordance des classements de santé entre le SEP et quatre mesures de l’utilité de la santé couramment utilisées dans la littérature (EQ-5D, SF-6D, HUI3 et QWB). Cela suggère que la grande sensibilité de l’inégalité de santé aux choix d’échelles peut être due aux différents concepts capturés par le SEP et l’utilité de la santé.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0290,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,387
Tête enseignante GPT0,459
Écart entre enseignants0,072 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal de gestion et d économie médicalesMême sujetHealth disparities and outcomesTravaux en français237 207