The Pediatric Economic Database Evaluation (PEDE) Project
Notice bibliographique
Résumé
BACKGROUND: While standard methods for conducting economic evaluations have evolved, little attention has been paid to the conduct of these studies in special populations such as children. OBJECTIVES: To build a database of pediatric economic evaluations and to examine trends in publication characteristics over a 20-year period. RESEARCH DESIGN: The database was created through a multisource search strategy, manual review, application of inclusion/exclusion criteria, data extraction, and reliability assessment. Descriptive statistics were used to summarize trends in publication volume, disease category, intervention type, and age group between 1980 and 1999. RESULTS: From an initial cut of 5600 citations identified from 12 journal databases, 787 were included as full pediatric economic evaluations. Volume of publications increased 7-fold between 1980 to 1984 and 1995 to 1999 from 61 to 440 citations per 5-year period. Most studies were performed in children aged 1 to 12 years, and studies in infants displayed an increasing frequency. The most common disease category was infective/parasitic, comprising 24% of studies. Studies of congenital anomalies and complications of pregnancy were also prominent. Although health prevention studies were the most prevalent, health treatment studies demonstrated an equal frequency in 1995 to 1999. Most studies consisted of malaria control and vaccination strategies for hepatitis B, Haemophilus influenzae type B, measles, and varicella. CONCLUSIONS: The number of pediatric economic evaluations is steadily increasing with most publications representing health prevention interventions. The Pediatric Economic Database Evaluation (PEDE) Project database will be valuable to health researchers working in methods research and conducting systematic reviews.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».