HEALTH TECHNOLOGY REASSESSMENT OF NON-DRUG TECHNOLOGIES: CURRENT PRACTICES
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Obsolescence is a natural phase of the lifecycle of health technologies. Given increasing cost of health expenditures worldwide, health organizations have little choice but to engage in health technology reassessment (HTR); a structured, evidence-based assessment of the medical, social, ethical, and economic effects of a technology, currently used within the healthcare system, to inform optimal use of that technology in comparison to its alternatives. This research was completed to identify and summarize international HTR initiatives for non-drug technologies. METHODS: A systematic review was performed using the terms disinvestment, obsolescence, obsolete technology, ineffective, reassessment, reinvestment, reallocation, program budgeting, and marginal analysis to search PubMED, MEDLINE, EMBASE, and CINAHL until November 2011. Websites of organizations listed as members of INAHTA and HTAi were hand-searched for gray literature. Documents were excluded if they were unavailable in English, if the title/abstract was irrelevant to HTR, and/or if the document made no mention of current practices. All citations were screened in duplicate with disagreements resolved by consensus. RESULTS: Sixty full-text documents were reviewed and forty were included. One model for reassessment was identified; however, it has never been put into practice. Eight countries have some evidence of past or current work related to reassessment; seven have shown evidence of continued work in HTR. There is negligible focus on monitoring and implementation. CONCLUSIONS: HTR is in its infancy. Although health technology reassessments are being conducted, there is no standardized approach. Future work should focus on developing and piloting a comprehensive methodology for completing HTR.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,007 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle