MétaCan
Menu
Retour à la cohorte
Enregistrement W2044883094 · doi:10.1002/hec.1277

Cost‐effective public health guidance: asking questions from the decision‐maker's viewpoint

2007· article· en· W2044883094 sur OpenAlexaff
Kalipso Chalkidou, Anthony J. Culyer, Bhash Naidoo, Peter Littlejohns

Notice bibliographique

RevueHealth Economics · 2007
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensInstitute for Work & Health
Organismes subventionnairesnon disponible
Mots-clésDecision makerHealth economicsPublic healthActuarial scienceEconomicsPublic economicsManagement scienceMedicineNursing

Résumé

récupéré en direct d'OpenAlex

In February 2004, in his assessment of the long-term financial viability of the NHS, Derek Wanless recommended the use of 'a consistent framework, such as the methodology developed by NICE, to evaluate the cost-effectiveness of interventions and initiatives across health care and public health'. One year later public health was added to NICE's remit and the new National Institute for Health and Clinical Excellence (NICE) was established, with amended statutory instruments to permit consideration of broader public sector costs when developing cost-effective guidance for public health. With the principle of 'a consistent framework' put forward by Wanless as the starting point, this paper provides an insight into the most challenging aspects of applying the principles of cost-effectiveness analysis in the public health context from the policymaker's perspective. It reflects on the long-term consequences of taking on responsibility for producing public health guidance on the Institute's overall approach to guidance development and describes the tension between striving for consistency and cross-evaluation comparability while ensuring that the methodological tools used are fit for the purpose of developing public health guidance.

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)0,201
score de la tête « metaresearch » (Gemma)0,417
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,986

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2010,417
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0050,035
Communication savante0,0220,034
Science ouverte0,0080,009
Intégrité de la recherche0,0430,045
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,475
Tête enseignante GPT0,488
Écart entre enseignants0,013 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations48
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

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