MétaCan
Menu
Retour à la cohorte
Enregistrement W2123504518 · doi:10.1586/14737167.2014.950233

Generating appropriate clinical data for value assessment of medical devices: what role does regulation play?

2014· review· en· W2123504518 sur OpenAlexfundno aff
Rosanna Tarricone, Aleksandra Torbica, Francesca Ferré, Mike Drummond

Notice bibliographique

RevueExpert Review of Pharmacoeconomics & Outcomes Research · 2014
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesHealth Technology Assessment internationalEuropean Commission
Mots-clésHealth technologyRisk analysis (engineering)Order (exchange)Value (mathematics)BusinessMedicineComputer scienceHealth careEconomics

Résumé

récupéré en direct d'OpenAlex

Assessing the value of health technologies, through health technology assessment is critically dependent on the existence of relevant and robust clinical data on the efficacy, safety and ideally, effectiveness of the technologies concerned. However, in the case of medical devices, such clinical data may not always be available, because of the different nature of the regulatory requirements in different jurisdictions. Therefore, we conducted a systematic review of the regulatory requirements in seven major jurisdictions in order to identify current challenges and to suggest possible improvements. There are differences in the requirements across jurisdictions and in the balance between pre-market and post-market controls. Several improvements are required in order to generate adequate clinical data for health technology assessment.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,201
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,2010,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0120,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0050,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,581
Tête enseignante GPT0,712
Écart entre enseignants0,130 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations42
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Pharmacoeconomics & Outcomes ResearchMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207