EQ-5D – jak analizować profil, indeks i EQ VAS

Autor: Konrad Hryniewicz · Opublikowano: 1 listopada 2026

Czym jest EQ-5D

EQ-5D to krótka, ogólna miara stanu zdrowia opracowana przez międzynarodową EuroQol Group. Pierwsze prace nad narzędziem opisała EuroQol Group (1990). Rabin i de Charro (2001) przedstawiają EQ-5D jako narzędzie, które daje prosty profil opisowy i pojedynczą wartość indeksu do ocen klinicznych i ekonomicznych. Służy ono też w badaniach populacyjnych. EQ-5D pojawia się w pracach ze zdrowia publicznego, medycyny i ekonomii zdrowia, a także w pielęgniarstwie i fizjoterapii. Warsztat tych kierunków opisują wpisy statystyka w pracy ze zdrowia publicznego, statystyka dla lekarza i statystyka w pracy z zarządzania i ekonomii.

Najczęściej używa się dziś wersji EQ-5D-5L. Ma pięć wymiarów: poruszanie się, samoopiekę, zwykłe czynności, ból/dyskomfort i lęk/przygnębienie. Każdy wymiar ma pięć poziomów, od braku problemów do problemów skrajnych. Do tego dochodzi skala EQ VAS (EuroQol Research Foundation, b.d.-b). Wersję pięciopoziomową wprowadzono, aby zwiększyć czułość narzędzia i zmniejszyć efekt sufitu wersji trzypoziomowej EQ-5D-3L (Herdman i in., 2011). Istnieją też wersje dla dzieci i młodzieży (EQ-5D-Y). Treści pytań nie przytaczamy. Ten wpis dotyczy analizy, a nie budowy narzędzia. EQ-5D to klasyczny PROM i miara jakości życia związanej ze zdrowiem.

Trzy rodzaje wyników: profil, EQ VAS i wartość (indeks)

EQ-5D nie ma jednego „wyniku”. Daje trzy różne informacje i każdą analizuje się inaczej. Nazwy w tabeli są zgodne ze słownikiem EuroQol (EuroQol Research Foundation, b.d.-c).

Zestaw wartości (value set, taryfa) to lista wartości dla wszystkich profili danej wersji. Powstaje zwykle w badaniu próby populacji ogólnej i odzwierciedla preferencje mieszkańców danego kraju lub regionu. Dlatego zestawy różnią się między krajami. Ponieważ wartość zależy od zestawu, zawsze trzeba podać, którego użyto (EuroQol Research Foundation, b.d.-c, b.d.-d). Strona EuroQol z zestawami wartości wymienia też polskie zestawy dla wersji 3L i 5L oraz udostępnia narzędzia do ich stosowania. Nie podajemy tu żadnych współczynników. Jeśli liczysz indeks, weź algorytm z oficjalnej strony EuroQol albo z publikacji zestawu i podaj źródło. Ogólnie o użyteczności i QALY piszemy w haśle indeks użyteczności zdrowotnej i QALY.

Licencja: rejestracja w EuroQol

EQ-5D nie jest narzędziem do swobodnego pobrania. Według oficjalnej strony EuroQol trzeba najpierw zarejestrować badanie formularzem na stronie EuroQol. Biuro EuroQol odpowiada e-mailem z warunkami użycia, w tym z informacją o ewentualnej opłacie licencyjnej. Rejestracja nie zobowiązuje do zakupu licencji. Po zatwierdzeniu rejestracji EQ-5D jest bezpłatny do niekomercyjnego użytku akademickiego, edukacyjnego, w zdrowiu publicznym i podobnych celach. Używanie, powielanie, zmienianie, tłumaczenie i rozpowszechnianie narzędzia wymaga wcześniejszej pisemnej zgody. EQ-5D jest znakiem towarowym EuroQol Research Foundation (EuroQol Research Foundation, b.d.-a; stan na 1 listopada 2026 r.).

W praktyce: zarejestruj badanie przed zbieraniem danych i pobierz oficjalną wersję językową z portalu EuroQol. Nie przepisuj formularza z cudzej pracy. W metodzie napisz, że użyto narzędzia za zgodą EuroQol. Ogólnie o zgodach piszemy w haśle licencja narzędzia badawczego.

Przygotowanie danych krok po kroku

1. Sprawdź kody. Każdy wymiar ma poziomy 1–5 (w wersji 3L: 1–3), gdzie 1 oznacza brak problemów. Formularze online zapisują je czasem jako 0–4 albo tekst.
2. Zbuduj kod profilu. Połącz poziomy pięciu wymiarów w kolejności z kwestionariusza, np. 21131. Kod ułatwia liczenie stanów 11111 i liczby różnych profili.
3. Sprawdź EQ VAS. Dopuszczalny zakres to 0–100. Wartości spoza zakresu i odpowiedzi niejednoznaczne zakoduj jako brak i opisz regułę.
4. Nie licz indeksu „na skróty”. Wartość EQ-5D wymaga zestawu wartości dla Twojej wersji i kraju. Jeśli go nie używasz, analizuj profil i EQ VAS. To pełnoprawna analiza, a nie gorsze wyjście.
5. Ustal regułę braków. Profil z brakiem w którymkolwiek wymiarze jest niepełny. W przykładzie analizujemy osoby z kompletnymi pomiarami. To decyzja badacza i trzeba ją opisać (zob. braki danych w ankiecie).

Jak analizować profil i jego zmianę

Devlin, Parkin i Janssen (2020) w przewodniku po analizie danych EQ-5D piszą, że dane profilowe są podstawą analiz i często powinny być głównym przedmiotem zainteresowania. To praca członków EuroQol Group, dostępna bezpłatnie na licencji CC BY. Do pracy dyplomowej wystarczą zwykle trzy elementy.

• Rozkład poziomów w każdym wymiarze – tabela odsetków albo wykres słupkowy 100% (rysunek 1).
• Odsetek osób z jakimkolwiek problemem (poziom 2–5) w każdym wymiarze z przedziałem ufności dla proporcji. Zmianę przed–po w parach sprawdzisz testem McNemara.
• Klasyfikacja zmiany zdrowia według Pareto (Paretian Classification of Health Change, PCHC). Zaproponowali ją Devlin, Parkin i Browne (2010) na danych z angielskiego programu PROMs. Według opisu w pracy Teniego i in. (2022) pacjent „poprawił się”, gdy poprawił się w co najmniej jednym wymiarze i nie pogorszył w żadnym. „Pogorszył się”, gdy pogorszył się w co najmniej jednym wymiarze bez poprawy w żadnym. Zmiana „mieszana” to poprawa w jednych wymiarach i pogorszenie w innych. „Bez zmian” oznacza ten sam profil w obu pomiarach, w tym 11111 w obu pomiarach.

PCHC nie wymaga żadnych wag. Nie zakłada, że poprawa bólu „równoważy” pogorszenie lęku. Dlatego kategoria mieszana jest informacją, a nie błędem. Autorzy metody zauważyli, że sprowadzenie profili do wartości indeksu ukrywa charakter zmian zgłaszanych przez pacjentów (Devlin i in., 2010).

Suma poziomów (level sum score, 5–25 w wersji 5L) to prosta suma cyfr profilu. Każdy wymiar i każdy poziom ma w niej tę samą wagę. Nie jest to wartość EQ-5D ani wynik z oficjalnego klucza. Feng, Jiang, Pickard i Kohlmann (2022) pokazali w analizie Mokkena, że pięć pozycji porządkuje osoby w sposób umiarkowanie lub silnie skalowalny. Pozycja lęku/przygnębienia miała jednak słabą skalowalność. Sumę poziomów traktuj więc jako opis pomocniczy i nazwij ją wprost.

Przykład: 240 pacjentów przed i po endoprotezoplastyce kolana

Dane są symulowane i możesz je pobrać jako plik CSV. Plik zawiera 260 pacjentów badanych przed zabiegiem i 6 miesięcy po nim: poziomy pięciu wymiarów i EQ VAS. Dwudziestu pacjentów nie miało drugiego pomiaru, więc analiza obejmuje 240 osób. Indeksu nie liczymy, bo przykład ma pokazać analizę bez zestawu wartości.

Profil przed i po zabiegu

Przed zabiegiem najczęściej zgłaszano ból/dyskomfort i problemy z poruszaniem się. W każdym wymiarze odsetek problemów po 6 miesiącach był niższy. Stan 11111 miało 6.2% pacjentów przed zabiegiem i 20.4% po nim. Liczba różnych profili spadła ze 127 do 67. Dane bardziej skupiły się więc przy braku problemów (rysunek 1).

Klasyfikacja Pareto i EQ VAS

Według PCHC 147 pacjentów (61.3%) się poprawiło, 16 (6.7%) nie zmieniło profilu, 49 (20.4%) miało zmianę mieszaną, a 28 (11.7%) się pogorszyło. Wśród osób bez zmian 8 miało stan 11111 w obu pomiarach.

Średni wynik EQ VAS wzrósł z M = 62.3 (SD = 14.3) do M = 75.2 (SD = 13.8). Średnia zmiana wyniosła 12.89 punktu, 95% CI [10.69, 15.08], t(239) = 11.55, p < .001, d_z = 0.75. Zmiana EQ VAS układała się zgodnie z kategoriami PCHC. W grupie „lepiej” wyniosła średnio 18.1 punktu, w grupie zmian mieszanych 7.8, a w grupie „gorzej” −1.4 (rysunek 2). EQ VAS jest oceną samego pacjenta, a profil – opisem problemów. Ich zgodność jest więc argumentem za trafnością pomiaru w próbie. O teście dla par przeczytasz w haśle test t dla prób zależnych, a o mierze zmiany – we wpisie responsywność narzędzia.

Suma poziomów

Suma poziomów spadła z M = 10.4 (SD = 3.7; Me = 10) do M = 7.8 (SD = 2.6; Me = 7). Test Wilcoxona dla par dał V = 2197.5, p < .001. Przed zabiegiem suma korelowała z EQ VAS na poziomie ρ = −.70. Kierunek ujemny jest oczekiwany, bo wyższa suma oznacza więcej problemów. Rozkład sumy jest skośny i skupiony przy dolnej granicy, dlatego użyliśmy testu Wilcoxona.

Jak opisać EQ-5D w pracy

Wzory zawierają liczby z przykładu. W nawiasach kwadratowych uzupełnij dane swojej wersji.

Schemat opisu narzędzia znajdziesz w poradniku opis narzędzia badawczego – wzór, a zdania o testach przygotujesz w generatorze opisu wyników APA.

# B298 – EQ-5D-5L: profil (odsetki problemów w 5 wymiarach), zmiana profilu (klasyfikacja Pareto), EQ VAS
# i suma poziomów (dane symulowane, set.seed(2981)). 260 pacjentów przed i 6 miesięcy po endoprotezoplastyce
# stawu kolanowego. Kolumny: poziomy 1–5 w wymiarach ruch, samoopieka, aktywnosci, bol, lek (1 = brak problemów,
# 5 = skrajne problemy) i EQ VAS 0–100; sufiks _0 = przed, _6 = po 6 miesiącach. Treści pytań nie podajemy.
# Indeksu (wartości EQ-5D z zestawu wartości) NIE liczymy: wymaga on zestawu wartości dla kraju i wersji.
set.seed(2981)
n <- 260
wym <- c("ruch", "samoopieka", "aktywnosci", "bol", "lek")
przesun <- c(ruch = 0.9, samoopieka = -0.6, aktywnosci = 0.6, bol = 1.3, lek = -0.3)   # częstość problemów w wymiarze
h0 <- rnorm(n)                                        # ukryty stan zdrowia przed zabiegiem (wyżej = gorzej)
h6 <- 0.5 * h0 - 1.0 + rnorm(n, 0, 0.85)              # po zabiegu: zwykle lepiej, u części gorzej
poziomy <- function(h) sapply(wym, function(w) 1 + findInterval(0.8 * h + przesun[[w]] + rnorm(n, 0, 0.7), c(0, 0.9, 1.8, 2.8)))
p0 <- poziomy(h0); p6 <- poziomy(h6)
skupienie <- function(v) ifelse(runif(n) < .6, 5 * round(v / 5), round(v))     # odpowiedzi „okrągłe” na VAS
vas0 <- pmin(100, pmax(0, skupienie(62 - 11 * h0 + rnorm(n, 0, 9))))
vas6 <- pmin(100, pmax(0, skupienie(62 - 11 * h6 + rnorm(n, 0, 9))))
dane <- data.frame(id = 1:n, setNames(as.data.frame(p0), paste0(wym, "_0")), vas_0 = vas0,
                   setNames(as.data.frame(p6), paste0(wym, "_6")), vas_6 = vas6)
dane[sample(n, 20), c(paste0(wym, "_6"), "vas_6")] <- NA       # 20 osób bez pomiaru po 6 miesiącach
write.csv(dane, "../eq-5d-dane-przyklad.csv", row.names = FALSE, na = "")   # plik do pobrania

# Krok 1. Kontrola kodowania: poziomy tylko 1–5, EQ VAS tylko 0–100; para pomiarów kompletna
W0 <- paste0(wym, "_0"); W6 <- paste0(wym, "_6")
all(as.matrix(dane[, c(W0, W6)]) %in% c(1:5, NA)); range(dane[, c("vas_0", "vas_6")], na.rm = TRUE)
d <- dane[complete.cases(dane), ]; nrow(d)

# Krok 2. Profil jako pięciocyfrowy kod stanu zdrowia (kolejność wymiarów jak w kwestionariuszu)
d$profil_0 <- apply(d[, W0], 1, paste, collapse = ""); d$profil_6 <- apply(d[, W6], 1, paste, collapse = "")
head(sort(table(d$profil_6), decreasing = TRUE), 5)
round(100 * c(stan_11111_przed = mean(d$profil_0 == "11111"), stan_11111_po = mean(d$profil_6 == "11111")), 1)
c(rozne_profile_przed = length(unique(d$profil_0)), rozne_profile_po = length(unique(d$profil_6)))

# Krok 3. Rozkład poziomów w każdym wymiarze (odsetki wierszowe) przed i po
rozklad <- function(kol) t(sapply(kol, function(k) round(100 * prop.table(table(factor(d[[k]], levels = 1:5))), 1)))
rozklad(W0); rozklad(W6)

# Krok 4. Odsetek osób z jakimkolwiek problemem (poziom 2–5) z 95% CI Wilsona; zmiana: test McNemara + Holm
wilson <- function(x) { pt <- prop.test(sum(x), length(x), correct = FALSE); 100 * c(proc = mean(x), lo = pt$conf.int[1], hi = pt$conf.int[2]) }
problemy <- t(sapply(wym, function(w) {
  a <- d[[paste0(w, "_0")]] > 1; b <- d[[paste0(w, "_6")]] > 1
  c(wilson(a), wilson(b), mniej_po = sum(a & !b), wiecej_po = sum(!a & b),
    p_McNemar = mcnemar.test(table(factor(a, c(FALSE, TRUE)), factor(b, c(FALSE, TRUE))))$p.value)
}))
colnames(problemy)[1:6] <- c("przed", "przed_lo", "przed_hi", "po", "po_lo", "po_hi")
round(problemy[, 1:8], 1)
format.pval(p.adjust(problemy[, "p_McNemar"], "holm"), digits = 3)   # p po poprawce Holma

# Krok 5. Klasyfikacja zmiany zdrowia według Pareto (PCHC): lepiej / gorzej / mieszana / bez zmian
lepiej <- rowSums(d[, W6] < d[, W0]); gorzej <- rowSums(d[, W6] > d[, W0])
d$pchc <- ifelse(lepiej > 0 & gorzej == 0, "lepiej", ifelse(gorzej > 0 & lepiej == 0, "gorzej",
          ifelse(lepiej > 0 & gorzej > 0, "mieszana", "bez zmian")))
d$pchc <- factor(d$pchc, levels = c("lepiej", "bez zmian", "mieszana", "gorzej"))
cbind(n = table(d$pchc), proc = round(100 * prop.table(table(d$pchc)), 1))
sum(d$profil_0 == "11111" & d$profil_6 == "11111")       # w tym „bez problemów” w obu pomiarach

# Krok 6. EQ VAS: opis, zmiana (test t dla prób zależnych, dz) i zmiana w kategoriach PCHC
opis_vas <- function(x) round(c(M = mean(x), SD = sd(x), Me = median(x), Q1 = unname(quantile(x, .25)), Q3 = unname(quantile(x, .75))), 1)
rbind(przed = opis_vas(d$vas_0), po = opis_vas(d$vas_6), zmiana = opis_vas(d$vas_6 - d$vas_0))
tt <- t.test(d$vas_6, d$vas_0, paired = TRUE)
round(c(roznica = unname(tt$estimate), lo = tt$conf.int[1], hi = tt$conf.int[2], t = unname(tt$statistic),
        df = unname(tt$parameter), dz = mean(d$vas_6 - d$vas_0) / sd(d$vas_6 - d$vas_0)), 2); format.pval(tt$p.value, digits = 3)
round(do.call(rbind, tapply(d$vas_6 - d$vas_0, d$pchc, function(x) c(n = length(x), M = mean(x), SD = sd(x)))), 1)

# Krok 7. Suma poziomów (5–25, wyżej = więcej problemów) – nieważony opis pomocniczy, nie indeks EQ-5D
d$suma_0 <- rowSums(d[, W0]); d$suma_6 <- rowSums(d[, W6])
rbind(przed = opis_vas(d$suma_0), po = opis_vas(d$suma_6))
wt <- wilcox.test(d$suma_6, d$suma_0, paired = TRUE, exact = FALSE)
c(V = unname(wt$statistic), p = format.pval(wt$p.value, digits = 3))
round(cor(d$suma_0, d$vas_0, method = "spearman"), 2)     # zgodność sumy poziomów z EQ VAS przed zabiegiem

[1] TRUE
[1]  30 100
[1] 240

11111 11121 21111 21121 21131 
   49    28    15    15     9 
stan_11111_przed    stan_11111_po 
             6.2             20.4 
rozne_profile_przed    rozne_profile_po 
                127                  67 
                1    2    3    4   5
ruch_0       21.7 26.7 31.7 18.3 1.7
samoopieka_0 72.9 19.6  6.7  0.8 0.0
aktywnosci_0 33.3 27.1 24.2 13.8 1.7
bol_0        15.4 23.3 30.4 23.8 7.1
lek_0        65.0 23.3  7.5  4.2 0.0
                1    2    3    4   5
ruch_6       47.1 31.2 16.7  4.2 0.8
samoopieka_6 91.7  7.1  1.2  0.0 0.0
aktywnosci_6 60.4 25.8 11.7  2.1 0.0
bol_6        32.1 32.5 22.9 11.2 1.2
lek_6        90.0  7.5  2.1  0.4 0.0
           przed przed_lo przed_hi   po po_lo po_hi mniej_po wiecej_po
ruch        78.3     72.7     83.1 52.9  46.6  59.1       70         9
samoopieka  27.1     21.9     33.0  8.3   5.5  12.5       55        10
aktywnosci  66.7     60.5     72.3 39.6  33.6  45.9       78        13
bol         84.6     79.5     88.6 67.9  61.8  73.5       54        14
lek         35.0     29.2     41.2 10.0   6.8  14.4       72        12
[1] "7.37e-11" "9.66e-08" "7.84e-11" "2.25e-06" "3.65e-10"
            n proc
lepiej    147 61.3
bez zmian  16  6.7
mieszana   49 20.4
gorzej     28 11.7
[1] 8
          M   SD   Me Q1   Q3
przed  62.3 14.3 60.0 54 70.0
po     75.2 13.8 75.0 65 85.0
zmiana 12.9 17.3 12.5  1 24.2
roznica      lo      hi       t      df      dz 
  12.89   10.69   15.08   11.55  239.00    0.75 
[1] "<2e-16"
            n    M   SD
lepiej    147 18.1 16.5
bez zmian  16  5.5 15.4
mieszana   49  7.8 14.4
gorzej     28 -1.4 15.2
         M  SD Me Q1 Q3
przed 10.4 3.7 10  7 13
po     7.8 2.6  7  6  9
       V        p 
"2197.5" "<2e-16" 
[1] -0.7

Najczęstsze błędy przy EQ-5D

• Indeks bez nazwy zestawu wartości. Wartość EQ-5D bez podania zestawu jest nieweryfikowalna. Zestawy różnią się między krajami i wersjami.
• Współczynniki przepisane z cudzej pracy. Algorytm bierz z oficjalnej strony EuroQol albo z publikacji zestawu, a nie z tabeli w innej pracy dyplomowej.
• Suma poziomów nazwana indeksem. To nieważony opis pomocniczy, a nie wartość EQ-5D.
• Średnia poziomów wymiaru jako główny wynik. Poziomy są porządkowe. Podawaj rozkłady i odsetki (zob. skala porządkowa).
• Analiza samej wartości indeksu. Profil i PCHC pokazują, w których wymiarach zaszła zmiana, a indeks to ukrywa.
• Brak rejestracji. Formularz z internetu bez zgody EuroQol to problem formalny, który może wyjść przy recenzji pracy.
• Alfa Cronbacha liczona „z rozpędu”. EQ-5D to system opisowy pięciu wymiarów, a nie skala z sumą pozycji w oficjalnym kluczu. Jeśli liczysz alfę dla sumy poziomów, uzasadnij to i nazwij wynik wprost.

Inne kwestionariusze jakości życia omawiają wpisy RAND-36 i WHOQOL-BREF, a pozostałe narzędzia znajdziesz w katalogu narzędzi badawczych. Jeśli chcesz, żeby ktoś sprawdził analizę EQ-5D w Twojej bazie, możesz skorzystać z konsultacji w ramach oferty analizy statystyczne dla studentów. Wyniki musisz jednak rozumieć i umieć obronić samodzielnie.

Najczęstsze pytania

Jak analizować wyniki EQ-5D bez indeksu?

Analizuj profil i EQ VAS. Dla każdego wymiaru podaj rozkład poziomów i odsetek osób z jakimkolwiek problemem z przedziałem ufności. Zmianę w parach sprawdź testem McNemara, a zmianę całego profilu opisz klasyfikacją Pareto. EQ VAS analizuj jak zmienną ilościową. Przewodnik członków EuroQol Group traktuje profil jako podstawę analiz.

Czym jest zestaw wartości EQ-5D?

To lista wartości dla wszystkich profili danej wersji, zakotwiczona w 1 (pełne zdrowie) i 0 (stan równie zły jak śmierć). Zwykle pochodzi z badania populacji ogólnej danego kraju, więc zestawy różnią się między krajami. Wartości ujemne oznaczają stany oceniane gorzej niż śmierć. W pracy zawsze podaj, którego zestawu użyto.

Czy EQ-5D wymaga licencji lub rejestracji?

Tak, trzeba zarejestrować badanie na stronie EuroQol. Biuro EuroQol odpowiada z warunkami, w tym z informacją o ewentualnej opłacie. Po zatwierdzeniu rejestracji EQ-5D jest bezpłatny do niekomercyjnego użytku akademickiego (stan na 1 listopada 2026 r.). Powielanie, zmiany i tłumaczenie wymagają pisemnej zgody EuroQol.

Co to jest klasyfikacja Pareto w EQ-5D?

To podział pacjentów według zmiany profilu między pomiarami: poprawa (lepiej w co najmniej jednym wymiarze, w żadnym gorzej), pogorszenie (odwrotnie), zmiana mieszana (lepiej w jednych, gorzej w innych wymiarach) i brak zmiany. Zaproponowali ją Devlin, Parkin i Browne (2010). Nie wymaga wag, więc nie zależy od zestawu wartości.

Czy można sumować poziomy pięciu wymiarów EQ-5D?

Można jako opis pomocniczy (suma poziomów 5–25 w wersji 5L), ale to nie jest wartość EQ-5D. Każdy wymiar i poziom ma w niej tę samą wagę. Feng i in. (2022) pokazali, że pozycje tworzą skalę Mokkena, choć lęk/przygnębienie słabo do niej pasuje. Nazwij wynik wprost i nie używaj go do QALY.

Powiązane hasła

Przeczytaj też

@article{devlin2010patient, author={Devlin, Nancy J. and Parkin, David and Browne, John}, title={{Patient-reported outcome measures in the NHS: New methods for analysing and reporting EQ-5D data}}, journal={Health Economics}, year={2010}, volume={19}, number={8}, pages={886--905}, doi={10.1002/hec.1608}}

@book{devlin2020methods, author={Devlin, Nancy and Parkin, David and Janssen, Bas}, title={{Methods for analysing and reporting EQ-5D data}}, year={2020}, publisher={Springer}, doi={10.1007/978-3-030-47622-9}}

@article{euroqol1990euroqol, author={{EuroQol Group}}, title={{EuroQol – a new facility for the measurement of health-related quality of life}}, journal={Health Policy}, year={1990}, volume={16}, number={3}, pages={199--208}, doi={10.1016/0168-8510(90)90421-9}}

@misc{euroqolobtain, author={{EuroQol Research Foundation}}, title={{How to obtain EQ-5D}}, howpublished={EuroQol}, year={b.d.-a}, publisher={EuroQol Research Foundation}, url={https://euroqol.org/register/obtain-eq-5d/how-to-obtain-eq-5d/}}

@misc{euroqol5l, author={{EuroQol Research Foundation}}, title={{EQ-5D-5L}}, howpublished={EuroQol}, year={b.d.-b}, publisher={EuroQol Research Foundation}, url={https://euroqol.org/information-and-support/euroqol-instruments/eq-5d-5l/}}

@misc{euroqolterminology, author={{EuroQol Research Foundation}}, title={{Terminology}}, howpublished={EuroQol}, year={b.d.-c}, publisher={EuroQol Research Foundation}, url={https://euroqol.org/information-and-support/documentation/terminology/}}

@misc{euroqolvaluesets, author={{EuroQol Research Foundation}}, title={{Value sets for scoring the EQ-5D}}, howpublished={EuroQol}, year={b.d.-d}, publisher={EuroQol Research Foundation}, url={https://euroqol.org/information-and-support/resources/value-sets/}}

@article{feng2022combining, author={Feng, You-Shan and Jiang, Ruixuan and Pickard, A. Simon and Kohlmann, Thomas}, title={{Combining EQ-5D-5L items into a level summary score: Demonstrating feasibility using non-parametric item response theory using an international dataset}}, journal={Quality of Life Research}, year={2022}, volume={31}, number={1}, pages={11--23}, doi={10.1007/s11136-021-02922-1}}

@article{herdman2011development, author={Herdman, M. and Gudex, C. and Lloyd, A. and Janssen, M. F. and Kind, P. and Parkin, D. and Bonsel, G. and Badia, X.}, title={{Development and preliminary testing of the new five-level version of EQ-5D (EQ-5D-5L)}}, journal={Quality of Life Research}, year={2011}, volume={20}, number={10}, pages={1727--1736}, doi={10.1007/s11136-011-9903-x}}

@article{rabin2001eq5d, author={Rabin, Rosalind and de Charro, Frank}, title={{EQ-5D: A measure of health status from the EuroQol Group}}, journal={Annals of Medicine}, year={2001}, volume={33}, number={5}, pages={337--343}, doi={10.3109/07853890109002087}}

@article{teni2022longitudinal, author={Teni, Fitsum Sebsibe and Rolfson, Ola and Devlin, Nancy and Parkin, David and Nauclér, Emma and Burström, Kristina}, title={{Longitudinal study of patients’ health-related quality of life using EQ-5D-3L in 11 Swedish National Quality Registers}}, journal={BMJ Open}, year={2022}, volume={12}, number={1}, eid={e048176}, doi={10.1136/bmjopen-2020-048176}}