将密歇根手问卷和手臂,肩膀和手的残疾映射到EQ-5D上
Gordon C Wong1, Wenchu Pan2, Sandra V Kotsis1
1Section of Plastic Surgery, Department of Surgery, University of Michigan Medical School, Ann Arbor, MI.
Plastic and reconstructive surgery
|June 25, 2025
概括
这项研究开发了模型,将手功能的分数 (密歇根手问卷和DASH) 映射到EQ-5D实用程序中,以帮助在手术中进行成本效益分析,当直接效用数据缺失时.
科学领域:
- 整形外科 整形外科 整形外科
- 卫生经济学 卫生经济学
- 生物统计学 生物统计学
背景情况:
- 在手术中,成本效益分析 (CUA) 往往缺乏直接效用数据.
- 像密歇根手问卷 (MHQ) 和手臂,肩膀和手的残疾 (DASH) 等功能性得分更为常见.
- 这种差距阻碍了对手工程序的全面经济评估.
研究的目的:
- 开发和验证预测模型,将MHQ和DASH分数映射到EQ-5D实用度量.
- 通过生成必要的实用数据,使手术中可靠的成本效益分析成为可能.
- 为了促进越来越多的手术手术的经济评估.
主要方法:
- 来自354名手部病情患者的未来数据收集.
- 患者完成了MHQ,DASH和EQ-5D调查.
- 评估了六种统计模型来将MHQ/DASH映射到EQ-5D,使用MAE,RMSE,R2和预测准确度来评估性能.
主要成果:
- 一个对数响应映射模型最适合MHQ到EQ-5D (MAE 0.1119,RMSE 0.1584,R2 0.445).
- 对于DASH到EQ-5D (MAE 0.0934,RMSE 0.1347,R2 0.601) 来说,一个普通最小平方模型是最优的.
- 观察到高预测准确度:58% (MHQ) 和68% (DASH) 的预测在观察到的EQ-5D分数的0.1以内.
结论:
- 响应映射和普通最小平方模型可靠地将MHQ和DASH分数转换为EQ-5D实用程序.
- 这些算法提供了一种有价值的方法来估计实用值,当直接测量是不可行的.
- 开发的模型支持改善手术中的经济评估.
