MétaCan
Menu
Retour à la cohorte
Enregistrement W1701791855 · doi:10.1002/9780470400531.eorms0202

Cost‐Effectiveness Analysis, Health‐Care Policy, and Operations Research Models

2010· other· en· W1701791855 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueWiley Encyclopedia of Operations Research and Management Science · 2010
Typeother
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésReimbursementCost-effectiveness analysisHealth technologyHealth careActuarial scienceCost effectivenessRisk analysis (engineering)Operations researchCost–benefit analysisComputer scienceHealth economicsManagement sciencePublic economicsBusinessEconomicsEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Cost‐effectiveness analysis is often used to formally investigate the trade‐offs between the economic costs and the health consequences of new medical technologies. Starting with Ontario and Australia in the early 1990s, many public sector drug plans began requiring cost‐effectiveness estimates for all new drugs prior to their approval for reimbursement. Owing to the difficulties in obtaining cost‐effectiveness estimates directly from clinical trials, many cost‐effectiveness estimates are obtained using decision‐analytic and Monte Carlo simulation models. In this article, we give a brief overview of cost‐effectiveness analysis in health care; we discuss some of the types of models that are commonly used and we give a description of how cost‐effectiveness analysis is used in health policy decision making in three different jurisdictions.

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.

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)0,036
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
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 enseignants0,918
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0360,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0080,004
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,379
Tête enseignante GPT0,535
Écart entre enseignants0,156 · 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