一个新的SF-6Dv2值集基于使用SG,cTTO和DCE数据的混合模型
Thomas G Poder1, Hosein Ameri1
1Département de gestion, Evaluation et politique de santé, School of Public Health, University of Montreal, Montreal, QC, Canada; CR-IUSMM, CIUSSS de l'Est de l'Île de Montréal, 7101 Parc Avenue, Montreal, QC, H3N 1X9, Canada.
这项研究开发了一种新的健康评估工具,SF-6Dv2价值集,使用三种方法的社会偏好. 异种混杂模型在医疗保健决策中被证明是最有效的.
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
- 社会的偏好 社会偏好.
背景情况:
- 评估健康状况对于医疗保健决策至关重要.
- 现有工具需要更新以反映当前的社会价值观.
- 社会偏好是制定强有力的健康结果措施的关键.
研究的目的:
- 为了开发一个简单的6维版本2 (SF-6Dv2) 值集.
- 从标准博 (SG),复合时间交易 (cTTO) 和离散选择实验 (DCE) 方法中整合社会偏好.
- 为健康经济评估建立一个可靠的工具.
主要方法:
- 从加拿大北克省的普通人口收集的数据.
- 雇佣了cTTO,DCE和SG任务的标准化估值协议.
- 使用各种统计模型分析数据,包括OLS,GLS,Tobit,条件逻辑和混合模型,通过MAE和逻辑一致性评估模型性能.
主要成果:
- 分析了来自SG,cTTO和DCE的超过56,000个观测结果.
- 异种类混合模型显示出最合适的情况,具有统计学上显著的系数.
- 产生了从-0.216到1的值集,疼痛对健康状况评估的影响最大.
结论:
- 异种混杂模型有效地集成了来自SG,cTTO和DCE的数据,用于SF-6Dv2值集生成.
- 这一新的价值观预计将成为医疗保健决策的宝贵输入.
- 这些发现强调了使用多种方法来捕捉全面的社会偏好的重要性.
更多相关视频
07:57Quantitative Detection of Trace Explosive Vapors by Programmed Temperature Desorption Gas Chromatography-Electron Capture Detector
Published on: July 25, 2014
11:38Volume Segmentation and Analysis of Biological Materials Using SuRVoS Super-region Volume Segmentation Workbench
Published on: August 23, 2017
相关概念视频
¹³C NMR: Distortionless Enhancement by Polarization Transfer (DEPT)
Valence Bond Theory and Hybridized Orbitals
A σ bond (single bond in a Lewis structure) is a covalent bond in which the electron density is...
