Systematic Review of the Quality of Economic Evaluations in the Otolaryngology Literature
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the quality of economic evaluations published in the otolaryngology--head and neck surgery literature, which will identify methodologic weaknesses that can be improved on in future studies. A secondary objective is to identify factors that may be associated with higher quality economic evaluations. DATA SOURCES: Ovid Medline (including PubMed), Embase, and the National Health Services Economic Evaluation databases. REVIEW METHODS: A systematic search was performed of the aforementioned databases according to PRISMA guidelines. The search was performed using otolaryngology key terms combined with the term cost. A manual search of 36 otolaryngology journals was also performed. Included studies were graded using the Quality of Health Economics Studies instrument, a 16-item checklist providing a total quality score of 100. RESULTS: Fifty studies were identified, and the mean quality rating was 54.7/100 (SD = 30.9). The most commonly omitted methodology components were a lack of discussion of limitations and biases, failure to address the negative outcomes of examined interventions, and a lack of a robust sensitivity analysis. Higher quality economic evaluations were associated with a higher journal impact factor (correlation coefficient r = 0.62, P = .0001), having an author with a PhD in health economics (r = 0.56, P = .0001), and having authors who have published prior economic evaluations (r = 0.46, P = .001). CONCLUSION: Results from this study have demonstrated that there are several methodological domains that can be improved on when publishing economic evaluations in the otolaryngology literature. Authors should follow recommended methodological and reporting guidelines to optimize the transparency and accuracy of the overall conclusions.
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 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 | 0,066 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».