Notice bibliographique
Résumé
The National Institute for Clinical Excellence (NICE) was established in England and Wales in 1999 to “provide guidance to the NHS on the use of selected new and established technologies.”1 NICE synthesises evidence on the effectiveness and cost of treatments and reaches “a judgment as to whether, on balance, the intervention can be recommended as a cost-effective use of NHS resources.”1 How has the institute measured up to these ambitious goals, and what has been learnt about the demands of an explicit process for assessing health technology? The institute attracted attention from the international media with its first judgment that “health professionals should not prescribe zanamivir (Relenza) during the 1999/2000 influenza season.”2 The additional cost to the NHS would have been about £10m ($15m) for the benefit of reducing episodes of flu from six days to five. Although subsequently revised,3 the decision showed that the institute has teeth and is prepared to bite even home grown drug companies like GlaxoWellcome (now GlaxoSmithKline). In some places, such as Australia4 and Ontario, Canada,5 pharmaceutical companies must prove that their products are cost effective before they can be reimbursed by the government. Although NICE operates differently in that it does not automatically assess new products and …
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 | 0,062 | 0,300 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,014 |
| Communication savante | 0,013 | 0,013 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,022 | 0,034 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».