著名医師による解説が無料で読めます
すると翻訳の精度が向上します
背景:以前は、前立腺がん(PC)特異的な健康状態分類システム、患者志向の前立腺ユーティリティスケール(PORPUS)を開発しました。この研究では、ポーパスからのユーティリティの間接的な計算を可能にするスコアリングシステムを開発しました。 方法:新たに診断された転移性疾患のあるものを含む234個のPC外来患者にインタビューして、ポーパスの10属性のそれぞれの4〜6レベル、および10のコーナー状態(1属性で最悪のレベル、9でベスト)で評価尺度(RS)値を取得しました。患者はまた、4つのマルチアトリブ状態(インポテンスと痛みのコーナー状態、軽度および重度のPC症状)の標準ギャンブル(SG)およびRSタスクを完了しました。マルチアトリブ状態のRSおよびSGスコアを使用して、ユーティリティへのマッピング値のリスク回避関数を決定しました。次に、15の異なる戦略をテストして、10個のPorpus属性の各レベルの単一属性障害と、コーナー状態の障害を使用して、マルチアトリビティユーティリティ機能(MAUF)を推定しました。4つのマルチアトリブ状態でのSGの予測のルート平均2乗誤差(RMSE)を使用して、最適な戦略とスコアリングシステムを特定しました。 結果:最適な戦略により、0.06のRMSEが得られました。平均MAUF予測ユーティリティを比較して、以前に公開された2つの研究(n = 248およびn = 141)の患者からの2つの多重誘導状態のSGユーティリティを直接誘発するために、MAUFの妥当性をサポートしました。 結論:スコアリングシステムとPorpusは、間接的なユーティリティ機器であるPorpus-Uを構成します。これは臨床および研究環境で使用できます。
背景:以前は、前立腺がん(PC)特異的な健康状態分類システム、患者志向の前立腺ユーティリティスケール(PORPUS)を開発しました。この研究では、ポーパスからのユーティリティの間接的な計算を可能にするスコアリングシステムを開発しました。 方法:新たに診断された転移性疾患のあるものを含む234個のPC外来患者にインタビューして、ポーパスの10属性のそれぞれの4〜6レベル、および10のコーナー状態(1属性で最悪のレベル、9でベスト)で評価尺度(RS)値を取得しました。患者はまた、4つのマルチアトリブ状態(インポテンスと痛みのコーナー状態、軽度および重度のPC症状)の標準ギャンブル(SG)およびRSタスクを完了しました。マルチアトリブ状態のRSおよびSGスコアを使用して、ユーティリティへのマッピング値のリスク回避関数を決定しました。次に、15の異なる戦略をテストして、10個のPorpus属性の各レベルの単一属性障害と、コーナー状態の障害を使用して、マルチアトリビティユーティリティ機能(MAUF)を推定しました。4つのマルチアトリブ状態でのSGの予測のルート平均2乗誤差(RMSE)を使用して、最適な戦略とスコアリングシステムを特定しました。 結果:最適な戦略により、0.06のRMSEが得られました。平均MAUF予測ユーティリティを比較して、以前に公開された2つの研究(n = 248およびn = 141)の患者からの2つの多重誘導状態のSGユーティリティを直接誘発するために、MAUFの妥当性をサポートしました。 結論:スコアリングシステムとPorpusは、間接的なユーティリティ機器であるPorpus-Uを構成します。これは臨床および研究環境で使用できます。
BACKGROUND: Previously, we developed a prostate cancer (PC)-specific health state classification system, the Patient Oriented Prostate Utility Scale (PORPUS). In this study, we developed a scoring system to allow indirect calculation of utilities from the PORPUS. METHODS: We interviewed 234 PC outpatients, including those with newly diagnosed and metastatic disease, to obtain rating scale (RS) values on 4 to 6 levels of each of the 10 attributes of the PORPUS, and on 10 corner states (worst level on 1 attribute, best on 9). Patients also completed standard gamble (SG) and RS tasks on 4 multiattribute states (impotence and pain corner states, mild and severe PC symptoms). We used the RS and SG scores for multiattribute states to determine a risk aversion function for mapping values to utilities. We then tested 15 different strategies to estimate the multiattribute utility function (MAUF), using the single attribute disutilities for each level of the 10 PORPUS attributes, and the disutilities for the corner states. The root mean squared error (RMSE) of prediction of the SG on the 4 multiattribute states was used to identify the optimal strategy and scoring system. RESULTS: The optimal strategy gave an RMSE of 0.06. Comparison of mean MAUF-predicted utilities to directly elicited SG utilities for the 2 multiattribute states from patients in 2 previously published studies (n = 248 and n = 141) supported the validity of the MAUF. CONCLUSIONS: The scoring system together with the PORPUS comprise an indirect utility instrument, the PORPUS-U, which can be used in clinical and research settings.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。