MétaCan
Menu
Retour à la cohorte
Enregistrement W2013536940 · doi:10.1017/s0266462309090436

The history of health technology assessment in Australia

2009· review· en· W2013536940 sur OpenAlexaff
David Hailey

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2009
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensInstitute of Health Economics
Organismes subventionnairesnon disponible
Mots-clésPharmaceutical Benefits SchemeScope (computer science)Health technologySubsidyGovernment (linguistics)Advisory committeeTechnology assessmentBusinessEnvironmental planningPolitical scienceMedicinePublic administrationEconomic growthHealth careEconomicsGeographyComputer scienceNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To describe the development and application of health technology assessment (HTA) in Australia. METHODS: Review of relevant literature and other documents related to HTA in Australia. RESULTS: Most HTA activity in Australia has been associated with provision of advice for the two national subsidy programs, Medicare, and the Pharmaceutical Benefits Scheme (PBS). National advisory bodies established by the federal government have had a prominent role. Assessments from the advisory bodies have had a major influence on decisions related to Medicare and the PBS, and in some other areas. Technologies without links to the national subsidy schemes, and those that are widely distributed, have been less well covered by HTA. To some extent these are addressed by evaluations supported by state governments, but details of approaches taken are not readily available. CONCLUSIONS: HTA in Australia now has a long history and is well established as a source of advice to health decision makers. Challenges remain in extending the scope of assessments, developing more transparent approaches in some areas, and consistently applying appropriate standards.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,011
Études des sciences et des technologies0,0010,004
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,386
Tête enseignante GPT0,562
Écart entre enseignants0,176 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations39
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207