From the trenches: views from decision-makers on health services priority setting
Notice bibliographique
Résumé
Due to resource scarcity, health organizations worldwide must decide what services to fund and, conversely, what services not to fund. One approach to priority setting, which has been widely used in Britain, Australia, New Zealand and Canada, is programme budgeting and marginal analysis (PBMA). To date, such activity has primarily been based at a micro level, within programmes of care. In order to institute and refine the PBMA framework at a macro level across major service areas within a single health authority, researchers and decision-makers in Alberta embarked on a participatory action research project together. This paper identifies key issues of importance to decision-makers in a real-world priority-setting context. Themes discussed include making comparisons across disparate patient groups, dealing with political factors, using relevant forms of evidence, recognizing innovations and involving the public. The in-depth insight gained through this qualitative analysis will enable future refinement of PBMA at a macro level in the health authority under study, and should also serve to inform priority-setting activity in regionalized contexts elsewhere. In identifying aspects of priority setting that are important to decision-makers, researchers can also be better informed with respect to real-world processes.
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 | 0,123 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,024 | 0,073 |
| Communication savante | 0,034 | 0,025 |
| Science ouverte | 0,005 | 0,018 |
| Intégrité de la recherche | 0,017 | 0,032 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».