MétaCan
Menu
← Retour à la cohorte
Enregistrement W2120402634 · doi:10.3747/co.19.1152

Improving the Quality of Abstract Reporting for Economic Analyses in Oncology

2012· article· en· W2120402634 sur OpenAlexaffvenueabout
Maria Yi Ho, Kelvin Chan, Stuart Peacock, Winson Y. Cheung

Notice bibliographique

RevueCurrent Oncology · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensCanadian Centre for Applied Research in Cancer ControlSunnybrook Health Science CentreBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineLikert scaleQuality (philosophy)Family medicineOutcomes researchAlternative medicineMedical physicsInternal medicineStatisticsPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The increasing cost of cancer drugs underscores the importance of economic analyses. Although guidelines for abstract reporting of randomized controlled studies and phase i trials are available, similar recommendations for conference abstracts of economic analyses are lacking. Our objectives were to identify items considered to be essential in abstracts of economic analyses;to evaluate the quality of abstracts submitted to the American Society of Clinical Oncology (asco), the American Society of Hematology (ash), and the International Society for Pharmacoeconomics and Outcomes Research (ispor) meetings; andto propose guidelines for future abstract reporting at conferences. METHODS: Health economic experts were surveyed and asked to rate each of 24 possible abstract elements on a 5-point Likert scale. A scoring system for abstract quality was devised based on elements with an average expert rating of 3.5 or greater. Abstracts for economic analyses from asco, ash, and ispor meetings were reviewed and assigned a quality score. RESULTS: Of 99 experts, 50 (51%) responded to the survey (average age: 53 years; 78% men; 54% from the United States, 28% from Europe, 18% from Canada). In total, 216 abstracts were reviewed: asco, 53%; ash, 14%; and ispor, 33%. The median quality score was 75, but notable deficiencies were observed. Cost perspective was reported in only 61% of abstracts, and time horizon was described in only 47%. Abstracts from recent years demonstrated better quality scores. We also observed disparities in quality scores for various cancer sites (p = 0.005). CONCLUSIONS: The quality of conference abstracts for economic analyses in oncology has room for improvement. Abstracts may be enhanced using the guidelines derived from our survey of experts.

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)0,793
score de la tête « metaresearch » (Gemma)0,927
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,256

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7930,927
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0090,013
Bibliométrie0,0450,035
Études des sciences et des technologies0,0050,010
Communication savante0,0240,016
Science ouverte0,0080,013
Intégrité de la recherche0,0070,012
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,884
Tête enseignante GPT0,660
Écart entre enseignants0,224 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomainePrésentation des résultats
GenreMéthodes

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

En bref

Citations3
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→