今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

将SNOT-22与EQ-5D-3L指数相对应:在患有哮喘并伴鼻息肉的群体中复现先前建立的模型结构,并对相关系数进行部分验证

《Health and Quality of Life Outcomes》:Mapping SNOT-22 onto the EQ-5D-3L index: replication of a previously developed model structure including partial validation of coefficients in a population with asthma and comorbid nasal polyps

【字体: 大 中 小 】 时间:2026年08月07日 来源:Health and Quality of Life Outcomes 3.9

编辑推荐:

  摘要引言22项鼻窦症状评估量表(SNOT-22)被广泛用于评估呼吸系统疾病的症状负担,但该量表并未与具体的健康效用指标相关联。Crump等人开发了一种映射算法,可将SNOT-22的评分转换为慢性鼻窦炎患者对应的EQ-5D-3L健康效用值;我们在患有哮喘及鼻息肉的慢性鼻窦炎患者群体

  

摘要

引言

22项鼻窦症状评估量表(SNOT-22)被广泛用于评估呼吸系统疾病的症状负担,但该量表并未与具体的健康效用指标相关联。Crump等人开发了一种映射算法,可将SNOT-22的评分转换为慢性鼻窦炎患者对应的EQ-5D-3L健康效用值;我们在患有哮喘及鼻息肉的慢性鼻窦炎患者群体中重复进行了这项分析。

方法

本研究使用了在NAVIGATOR试验中收集的SNOT-22和EQ-5D-5L数据。通过van Hout交叉算法将数据转换为相应的EQ-5D-3L健康效用值。随后按照Crump等人的方法,建立了四个普通最小二乘回归模型,以SNOT-22评分作为自变量来估算健康效用值,并计算了基于自助法的95%置信区间。

结果

这些普通最小二乘回归模型的调整后R2值在0.22到0.35之间,均方根误差则在0.16到0.18之间。在Crump等人的研究中,以单个SNOT-22项目作为自变量的回归模型表现最佳;而在我们的研究群体中,使用相同自变量的模型也展现了类似的解释能力(调整后R2为0.33,而Crump等人的模型为0.34),预测能力也相当(均方根误差分别为0.16和0.23)。仅有两个SNOT-22评估维度与健康效用值存在显著关联(p值小于0.002)。加入“年龄”和“性别”作为自变量后,调整后R2值仍保持在0.34左右,均方根误差也与之前相近,但AIC值有所改善(分别为-366.2和-357.8)。再加入“就诊次数”这一自变量后,所有拟合参数都有所提升;不过该模型的普遍适用性较差,因此更倾向于使用更简单的模型。无论是应用Box-Cox变换还是构建更复杂的模型,都未能显著改善拟合效果。所有系数均落在基于自助法的95%置信区间内。

结论

Crump等人开发的健康效用映射算法及模型结构在患有哮喘及鼻息肉的慢性鼻窦炎患者群体中得到了验证,其拟合效果与之类似。该算法可应用于其他类似疾病领域,通过SNOT-22评分来生成相应的健康效用值。

引言

22项鼻窦症状评估量表(SNOT-22)被广泛用于评估呼吸系统疾病的症状负担,但该量表并未与具体的健康效用指标相关联。Crump等人开发了一种映射算法,可将SNOT-22的评分转换为慢性鼻窦炎患者对应的EQ-5D-3L健康效用值;我们在患有哮喘及鼻息肉的慢性鼻窦炎患者群体中重复进行了这项分析。

方法

本研究使用了在NAVIGATOR试验中收集的SNOT-22和EQ-5D-5L数据。通过van Hout交叉算法将数据转换为相应的EQ-5D-3L健康效用值。随后按照Crump等人的方法,建立了四个普通最小二乘回归模型,以SNOT-22评分作为自变量来估算健康效用值,并计算了基于自助法的95%置信区间。

结果

这些普通最小二乘回归模型的调整后R2值在0.22到0.35之间,均方根误差则在0.16到0.18之间。在Crump等人的研究中,以单个SNOT-22项目作为自变量的回归模型表现最佳;而在我们的研究群体中,使用相同自变量的模型也展现了类似的解释能力(调整后R2为0.33,而Crump等人的模型为0.34),预测能力也相当(均方根误差分别为0.16和0.23)。仅有两个SNOT-22评估维度与健康效用值存在显著关联(p值小于0.002)。加入“年龄”和“性别”作为自变量后,调整后R2值仍保持在0.34左右,均方根误差也与之前相近,但AIC值有所改善(分别为-366.2和-357.8)。再加入“就诊次数”这一自变量后,所有拟合参数都有所提升;不过该模型的普遍适用性较差,因此更倾向于使用更简单的模型。无论是应用Box-Cox变换还是构建更复杂的模型,都未能显著改善拟合效果。所有系数均落在基于自助法的95%置信区间内。

结论

Crump等人开发的健康效用映射算法及模型结构在患有哮喘及鼻息肉的慢性鼻窦炎患者群体中得到了验证,其拟合效果与之类似。该算法可应用于其他类似疾病领域,通过SNOT-22评分来生成相应的健康效用值。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:SNOT-22|EQ-5D-3L|健康效用|回归分析|Chronic Sinusitis|Definition

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号