
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用来自泰国多省份普通人群样本的数据,更新了将WHOQOL-BREF直接和间接映射到EQ-5D-5L效用得分的算法
《Health and Quality of Life Outcomes》:Updated algorithms for direct and indirect mapping of WHOQOL-BREF to EQ-5D-5L utility scores using data from a multi-provincial Thai general population sample
【字体: 大 中 小 】 时间:2026年06月04日 来源:Health and Quality of Life Outcomes 3.4
编辑推荐:
摘要背景映射技术可以从基于非偏好的WHOQOL-BREF回答中估计EQ-5D-5L效用得分。之前的一项泰国研究使用了递归线性模型,但该模型可能无法充分处理效用得分的左偏分布问题。本研究旨在通过使用替代回归模型来开发改进的映射算法,以更好地反映泰国普通人群中效用得分的分布特征。方法
映射技术可以从基于非偏好的WHOQOL-BREF回答中估计EQ-5D-5L效用得分。之前的一项泰国研究使用了递归线性模型,但该模型可能无法充分处理效用得分的左偏分布问题。本研究旨在通过使用替代回归模型来开发改进的映射算法,以更好地反映泰国普通人群中效用得分的分布特征。
本研究使用了2022年的一项全国性调查数据集,其中包含2000对WHOQOL-BREF和EQ-5D-5L的回答,这些数据代表了泰国普通人群。研究人员使用了八种回归模型来拟合五组预测因子,包括普通最小二乘法、Tobit模型、截断最小绝对偏差模型、广义线性模型(GLM)、两部分模型、调整后的受限因变量混合模型以及基于贝塔回归的混合模型(用于直接映射方法);多分类逻辑回归(MLOGIT)用于间接映射方法。根据最低的十折交叉验证平均绝对误差(MAE)和均方根误差(RMSE),以及图形评估显示的最小预测偏差,确定了表现最佳的模型。
使用年龄、WHOQOL-BREF的一般项目以及选定的身体健康、心理健康和环境项目作为预测因子集拟合的GLM-泊松模型表现最佳,其预测结果与观测值非常吻合。而MLOGIT模型的表现较差,对于效用得分大于0.6的情况存在高估现象。
本研究通过提供更新的算法,推进了将WHOQOL-BREF映射到EQ-5D-5L的文献研究,这些算法可用于从泰国普通人群的WHOQOL-BREF回答中估计EQ-5D-5L效用得分。改进后的算法能够提供更准确的预测结果,支持其在泰国健康经济分析中的应用。
映射技术可以从基于非偏好的WHOQOL-BREF回答中估计EQ-5D-5L效用得分。之前的一项泰国研究使用了递归线性模型,但该模型可能无法充分处理效用得分的左偏分布问题。本研究旨在通过使用替代回归模型来开发改进的映射算法,以更好地反映泰国普通人群中效用得分的分布特征。
本研究使用了2022年的一项全国性调查数据集,其中包含2000对WHOQOL-BREF和EQ-5D-5L的回答,这些数据代表了泰国普通人群。研究人员使用了八种回归模型来拟合五组预测因子,包括普通最小二乘法、Tobit模型、截断最小绝对偏差模型、广义线性模型(GLM)、两部分模型、调整后的受限因变量混合模型以及基于贝塔回归的混合模型(用于直接映射方法);多分类逻辑回归(MLOGIT)用于间接映射方法。根据最低的十折交叉验证平均绝对误差(MAE)和均方根误差(RMSE),以及图形评估显示的最小预测偏差,确定了表现最佳的模型。
使用年龄、WHOQOL-BREF的一般项目以及选定的身体健康、心理健康和环境项目作为预测因子集拟合的GLM-泊松模型表现最佳,其预测结果与观测值非常吻合。而MLOGIT模型的表现较差,对于效用得分大于0.6的情况存在高估现象。
本研究通过提供更新的算法,推进了将WHOQOL-BREF映射到EQ-5D-5L的文献研究,这些算法可用于从泰国普通人群的WHOQOL-BREF回答中估计EQ-5D-5L效用得分。改进后的算法能够提供更准确的预测结果,支持其在泰国健康经济分析中的应用。
生物通微信公众号