MétaCan
Menu
Retour à la cohorte
Enregistrement W2027403669 · doi:10.1017/s0266462312000438

HEALTH TECHNOLOGY REASSESSMENT OF NON-DRUG TECHNOLOGIES: CURRENT PRACTICES

2012· review· en· W2027403669 sur OpenAlexaff
Laura E. Leggett, Tom Noseworthy, Mahmood Zarrabi, Diane Lorenzetti, Lloyd R. Sutherland, Fiona Clement

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2012
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensAlberta Health ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCurrent (fluid)DrugHealth technologyMedicineIntensive care medicinePolitical sciencePharmacologyEngineeringHealth care

Résumé

récupéré en direct d'OpenAlex

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.

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)0,123
score de la tête « metaresearch » (Gemma)0,336
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,123
Score d'incertitude au seuil0,649

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1230,336
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0130,020
Études des sciences et des technologies0,0010,005
Communication savante0,0110,014
Science ouverte0,0040,004
Intégrité de la recherche0,0030,004
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 Opus0,153
Tête enseignante GPT0,516
Écart entre enseignants0,363 · 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'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

Citations57
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetPharmaceutical Economics and PolicyTravaux en français237 207