从肺癌患者的FACT-L中估计EQ-5D-5L的算法开发:一个映射研究
Longlin Jiang1, Hong Zhou1, Qing Yang2
1Department of Thoracic Surgery Sichuan Clinical Research Center for Cancer Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, Affiliated Cancer Hospital of University of Electronic Science and Technology of China, Chengdu, China.
这项研究开发了一种映射算法,可以从肺癌患者的FACT-L数据中预测EQ-5D-5L得分. 这在缺少EQ-5D-5L实用值的情况下提供了有价值的替代方案.
科学领域:
- 卫生经济学 卫生经济学
- 心理测量 心理测量 心理测量
- 在瘤学瘤学.
背景情况:
- EQ-5D-5L是广泛使用的健康状况测量仪.
- 估计EQ-5D-5L效用值对于健康经济评估至关重要.
- FACT-L是癌症研究中经常使用的另一种患者报告的结果指标.
研究的目的:
- 开发和验证一个映射算法,以使用FACT-L数据预测EQ-5D-5L分数.
- 提供一种方法来估计EQ-5D-5L实用值,当直接测量是不可行的.
主要方法:
- 收集了来自肺癌患者的EQ-5D-5L和FACT-L数据.
- 使用了五种统计模型:OLS,Tobit,TPM,BM和CLAD.
- 使用总得分,维度得分和平方/相互作用项作为共变量.
- 根据调整的R2,RMSE和MAE选择了最佳模型.
主要成果:
- 贝塔混合物 (BM) 回归模型 (BETAMIX4) 显示出最佳的映射性能.
- 关键预测因素包括FACT-L的身体健康 (PWB) 和功能健康 (FWB) 维度,以及它们的平方项.
- 最终的模型实现了0.695的调整R2,0.206的RMSE和0.109.109的MAE.
结论:
- 一个优化的映射算法已经成功开发出来,可以从FACT-L.L.中预测EQ-5D-5L的效用.
- 这种算法为肺癌患者的EQ-5D-5L估计提供了可靠的替代方案.
- 在没有基于偏好的公用事业数据的情况下,方便健康经济评估.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
08:54Pathological Analysis of Lung Metastasis Following Lateral Tail-Vein Injection of Tumor Cells
Published on: May 20, 2020
相关概念视频
Statistical Methods for Analyzing Epidemiological Data
Cancer Survival Analysis
