Reinversión en sanidad: fundamentos, aclaraciones, experiencias y perspectivas
Notice bibliographique
Résumé
En estos tiempos de crisis económica aumenta mucho más la presión por reducir el gasto como medida aislada que por aplicar fórmulas para maximizar la eficiencia de los servicios sanitarios. Disponemos de información, métodos y experiencias para obtener mejores resultados en salud con los recursos disponibles. En varios países se han adoptado diversas medidas para hacerlo. Una de ellas es la reinversión (también conocida como desinversión). Al tratarse de una táctica necesaria, pero compleja, alergénica y a menudo confundida, en este artículo se aclara su significado, se enmarca en su debido contexto y se describen los métodos y criterios empleados para identificar y priorizar las tecnologías médicas candidatas a la reinversión. Incluido el caso de España, se revisan las experiencias en reinversión de Nueva Zelanda, Australia, Canadá, Reino Unido e Italia, los obstáculos que afrontan y sus perspectivas a medio plazo. El desconocimiento no debería eximir socialmente de su aplicación, estemos o no en crisis. La mejora de la eficiencia social es una obligación del Sistema Nacional de Salud. During the economic crisis, the pressure to reduce health services expenditure as an isolated measure is greater than measures intended to increase the efficiency of these services. Information, methods and experiences to improve health outcomes with limited resources are available and a number of countries have been applying measures to achieve this goal. One of these measures is disinvestment. Given that this tactic is necessary but also intricate, allergenic and confusing, this article tries to clarify its meaning, place it in its correct context, and describe the methods and criteria used to identify and prioritize candidate medical technologies for disinvestment. The experiences of Spain, New Zealand, Australia, Canada, the United Kingdom and Italy in this endeavor are reviewed, as well as the obstacles faced by these countries when disinvesting and their mid-term perspectives. Ignorance does not excuse its application, regardless of whether there is a crisis or not. Efforts to improve social efficiency are a permanent obligation of the national health system.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,018 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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 ».