Fatigue has a major influence on the quality of life of people with multiple sclerosis. The Fatigue Severity Scale is a frequently used patient-reported measure of fatigue impact, but does not generate the health state utility values required to inform cost-effectiveness analysis, limiting its applicability within decision-making contexts. The objective of this study was to use statistical mapping methods to convert Fatigue Severity Scale scores to health state utility values from three preference-based measures: the EQ-5D-3L, SF-6D and Multiple Sclerosis Impact Scale-8D. The relationships between the measures were estimated through regression analysis using cohort data from 1056 people with multiple sclerosis in South West England. Estimation errors were assessed and predictive performance of the best models as tested in a separate sample (n = 352). For the EQ-5D and the Multiple Sclerosis Impact Scale-8D, the best performing models used a censored least absolute deviation specification, with Fatigue Severity Scale total score, age and gender as predictors. For the SF-6D, the best performing model used an ordinary least squares specification, with Fatigue Severity Scale total score as the only predictor. Here we present algorithms to convert Fatigue Severity Scales scores to health state utility values based on three preference-based measures. These values may be used to estimate quality-adjusted life-years for use in cost-effectiveness analyses and to consider the health-related quality of life of people with multiple sclerosis, thereby informing health policy decisions.

中文翻译：

---

使用疲劳严重程度量表为多发性硬化症的医疗保健决策提供依据：映射到三种质量调整的生命年量度（EQ-5D-3L，SF-6D，MSIS-8D）

疲劳对多发性硬化症患者的生活质量有重大影响。疲劳严重程度量表是患者报告的疲劳影响的常用量度，但无法生成告知成本效益分析所需的健康状态效用值，从而限制了其在决策环境中的适用性。这项研究的目的是使用统计映射方法将疲劳严重程度量表的得分从三种基于偏好的指标转换为健康状态效用值：EQ-5D-3L，SF-6D和多发性硬化症影响量表-8D。通过使用来自英格兰西南部的1056名多发性硬化症患者的队列数据，通过回归分析来评估这些措施之间的关系。评估估计误差，并在单独的样本中测试最佳模型的预测性能（n = 352）。对于EQ-5D和多发性硬化症影响量表8D，表现最佳的模型使用了经审查的最小绝对偏差规范，而疲劳严重性量表的总得分，年龄和性别则作为预测指标。对于SF-6D，性能最佳的模型使用了普通的最小二乘规范，而疲劳强度等级总分是唯一的预测指标。在这里，我们提出了基于三种基于偏好的度量将疲劳严重程度评分得分转换为健康状态效用值的算法。这些值可用于估计经质量调整的生命年，以用于成本效益分析，并考虑多发性硬化症患者与健康相关的生活质量，从而为卫生政策决策提供依据。对于EQ-5D和多发性硬化症影响量表8D，表现最佳的模型使用了经审查的最小绝对偏差规范，而疲劳严重性量表的总得分，年龄和性别则作为预测指标。对于SF-6D，性能最佳的模型使用了普通的最小二乘规范，而疲劳强度等级总分是唯一的预测指标。在这里，我们提出了基于三种基于偏好的度量将疲劳严重程度评分得分转换为健康状态效用值的算法。这些值可用于估计经质量调整的生命年，以用于成本效益分析，并考虑多发性硬化症患者与健康相关的生活质量，从而为健康政策决策提供依据。对于EQ-5D和多发性硬化症影响量表8D，表现最佳的模型使用了经审查的最小绝对偏差规范，而疲劳严重性量表的总得分，年龄和性别则作为预测指标。对于SF-6D，性能最佳的模型使用了普通的最小二乘规范，而疲劳强度等级总分是唯一的预测指标。在这里，我们提出了基于三种基于偏好的度量将疲劳严重程度评分得分转换为健康状态效用值的算法。这些值可用于估计经质量调整的生命年，以用于成本效益分析，并考虑多发性硬化症患者与健康相关的生活质量，从而为卫生政策决策提供依据。效果最好的模型使用了经过审查的最小绝对偏差规范，疲劳严重程度量表的总分，年龄和性别均作为预测指标。对于SF-6D，性能最佳的模型使用了普通的最小二乘规范，而疲劳强度等级总分是唯一的预测指标。在这里，我们提出了基于三种基于偏好的度量将疲劳严重程度评分得分转换为健康状态效用值的算法。这些值可用于估计经质量调整的生命年，以用于成本效益分析，并考虑多发性硬化症患者与健康相关的生活质量，从而为卫生政策决策提供依据。效果最好的模型使用了经过审查的最小绝对偏差规范，疲劳严重程度量表的总分，年龄和性别均作为预测指标。对于SF-6D，性能最佳的模型使用了普通的最小二乘规范，而疲劳强度等级总分是唯一的预测指标。在这里，我们提出了基于三种基于偏好的度量将疲劳严重程度评分得分转换为健康状态效用值的算法。这些值可用于估计经质量调整的生命年，以用于成本效益分析，并考虑多发性硬化症患者与健康相关的生活质量，从而为健康政策决策提供依据。疲劳严重程度量表总分是唯一的预测因子。在这里，我们提出了基于三种基于偏好的度量将疲劳严重程度评分得分转换为健康状态效用值的算法。这些值可用于估计经质量调整的生命年，以用于成本效益分析，并考虑多发性硬化症患者与健康相关的生活质量，从而为卫生政策决策提供依据。疲劳严重程度量表总分是唯一的预测因子。在这里，我们提出了基于三种基于偏好的度量将疲劳严重程度评分得分转换为健康状态效用值的算法。这些值可用于估计经质量调整的生命年，以用于成本效益分析，并考虑多发性硬化症患者与健康相关的生活质量，从而为健康政策决策提供依据。