Value of information analysis for a new technology: Computer-assisted total knee replacement
Notice bibliographique
Résumé
OBJECTIVES: The aim of this study was to demonstrate how value of information analysis can measure the upper limit on returns to future research and identify the research priorities for computer-assisted total knee replacement (CAS-TKR). METHODS: Using a previous economic analysis of CAS-TKR compared with conventional TKR, the population expected value of perfect information (EVPI) was calculated using Monte Carlo simulation to provide an estimate of the upper limit on returns to future research. The population expected value of partial perfect information (EVPPI) for both individual parameters and groups of parameters was estimated to inform specific future research priorities. RESULTS: The UK individual EVPI would be pound21.4 if the willingness to pay for one QALY (quality-adjusted life-year) were pound30,000. The population EVPPI would be pound8.3 million, assuming a 10-year time horizon for CAS-TKR. In this instance, the expected value of information is positively related to willingness to pay for one QALY for the range of pound0 to pound50,000. Although each individual parameter had an EVPPI of pound0, groups of utility parameters had positive EVPPI. Population EVPPI was pound5.6 million for utility parameters, pound20,000 for transition probabilities relating to CAS-TKR, and pound5,000 for transition probabilities related to conventional TKR. CONCLUSIONS: The study provides evidence on which parameters further information may be of most value. Focusing research on the utility values associated with health states relating to TKR would be of greatest value.
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 | 0,038 | 0,167 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».