Appropriateness of healthcare interventions: Concepts and scoping of the published literature
Notice bibliographique
Résumé
OBJECTIVES: This report is a scoping review of the literature with the objective of identifying definitions, conceptual models and frameworks, as well as the methods and range of perspectives, for determining appropriateness in the context of healthcare delivery. METHODS: To lay groundwork for future, intervention-specific research on appropriateness, this work was carried out as a scoping review of published literature since 1966. Two reviewers, with two screens using inclusion/exclusion criteria based on the objective, focused the research and articles chosen for review. RESULTS: The first screen examined 2,829 abstracts/titles, with the second screen examining 124 full articles, leaving 37 articles deemed highly relevant for data extraction and interpretation. Appropriateness is defined largely in terms of net clinical benefit to the average patient and varies by service and setting. The most widely used method to assess appropriateness of healthcare services is the RAND/UCLA Model. There are many related concepts such as medical necessity and small-areas variation. CONCLUSIONS: A broader approach to determining appropriateness for healthcare interventions is possible and would involve clinical, patient and societal perspectives.
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 | 0,312 | 0,487 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,059 | 0,046 |
| Études des sciences et des technologies | 0,005 | 0,016 |
| Communication savante | 0,022 | 0,021 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».