MétaCan
Menu
Retour à la cohorte
Enregistrement W15459134 · doi:10.1183/09031936.04.00108703

Toiminnanohjausjärjestelmän käyttöönotto - Osa muutosta Case Audiator-yhtiöt

2011· dissertation· en· W15459134 sur OpenAlexaboutno aff
Erja Niittyviita

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueResearch in Social Sciences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Early intervention with budesonide is an effective strategy for mild persistent asthma, which has been shown to provide additional clinical benefits at a low incremental cost using USA cost data. The present authors analysed whether this strategy would be cost-effective using cost data for other countries. Based on the 3-yr prospective, randomised, double-blind inhaled Steroid Treatment As Regular Therapy (START) in early asthma study (comparing budesonide and placebo combined with usual asthma therapy), the cost-effectiveness was estimated separately for eight different countries, from both healthcare payer and societal perspectives, of adding budesonide to usual asthma therapy. Local unit costs were applied to data for the total trial population. Incremental cost-effectiveness ratios (ICER) were estimated as cost per symptom-free day (SFD) gained. Budesonide increased SFDs by an average of 14.1 days annually. From a healthcare payer perspective, budesonide would reduce the total cost of asthma care in Australia. In Sweden, Canada, France, Spain, UK, China and the USA, the ICER ranged from US$2.4-11.3 per SFD. From a societal perspective, budesonide would be cost-saving in Australia, Canada and Sweden. In conclusion, for countries where costs with budesonide are higher, the policy implication has to be determined by that health system's willingness to pay for an additional symptom-free day. However, where budesonide therapy increases symptom-free days and reduces total costs, the policy conclusion clearly favours early intervention.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,610
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,084
Tête enseignante GPT0,432
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetResearch in Social SciencesTravaux en français237 207