MétaCan
Menu
Retour à la cohorte
Enregistrement W2024158966 · doi:10.1002/hec.788

Stratified cost‐effectiveness analysis: a framework for establishing efficient limited use criteria

2003· article· en· W2024158966 sur OpenAlexaff
Doug Coyle, Martin Buxton, Bernie J. OʼBrien

Notice bibliographique

RevueHealth Economics · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster UniversitySt. Joseph's HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésReimbursementActuarial scienceHealth careCost-effectiveness analysisEquity (law)Cost–benefit analysisCost effectivenessRisk analysis (engineering)MedicineOperations managementBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

The cost-effectiveness of new health care technologies is conditional upon who receives what therapy and under what circumstances. Understanding this heterogeneity in cost-effectiveness, health care payers often limit reimbursement of therapies to a more restrictive sub-group of patients than that indicated in a product's licensing. Such limits may be based upon clinical or demographic criteria that are prognostic of costs, outcomes or both. However, there is little guidance on how to estimate and interpret stratified cost-effectiveness analysis. In this paper we present a framework for estimating the benefits from stratification that permits consideration of both the opportunity cost resulting from a lack of adherence with criteria and the efficiency loss associated with incorporating equity concerns.

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)0,188
score de la tête « metaresearch » (Gemma)0,326
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,996

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1880,326
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0070,006
Bibliométrie0,0110,007
Études des sciences et des technologies0,0010,006
Communication savante0,0080,008
Science ouverte0,0050,006
Intégrité de la recherche0,0040,007
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 Opus0,482
Tête enseignante GPT0,483
Écart entre enseignants0,002 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations101
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth EconomicsMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207