Priority Setting in the 'Real-World' - from Principles to Processes and Performance
Notice bibliographique
Résumé
Economics should provide the theory and solutions to help healthcare organizations make priority setting decisions. However, the impact of economics and health economic methods in particular on such decision-making is not clear. This presentation draws together research conducted in the England, Canada and Australia which sought to address how priority setting is understood in principle by decision-makers (i.e. how it ought to be undertaken) and how this translates in practice (i.e. how it is undertaken). Semi-structured interviews were conducted with key decision-makers in local/regional healthcare organizations in each country (>100). The transcripts formed the formal data for analysis and qualitative methods were used to identify broad themes and sub-themes. The results for each country as well as common themes across these countries are presented. These describe the context of priority setting in terms of: the guiding principles - there seems to be a general understanding and acceptance of resources scarcity and the need to make choices. In some cases decision makers can articulate specific criteria by which this should be done. the driving processes - priority setting decisions seem to be driven largely by history and politics. The use of evidence based approaches is less developed. the resulting performance - priority setting decisions do not seem to be made in an explicit, transparent, or accountable way. Organizations and individuals find it difficult to 'manage' priority setting decisions due to a lack of capacity, capability, and support. We discuss the implications of these results in terms of developing health economic methods for priority setting.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,146 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,007 | 0,047 |
| Communication savante | 0,031 | 0,034 |
| Science ouverte | 0,006 | 0,015 |
| Intégrité de la recherche | 0,008 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».