MétaCan
Menu
Retour à la cohorte
Enregistrement W2124554180 · doi:10.9778/cmajo.20130003

Estimating the payoffs from cardiovascular disease research in Canada: an economic analysis

2013· article· en· W2124554180 sur OpenAlexafffundvenueabout
Claire de Oliveira, Hai V. Nguyen, Harindra C. Wijeysundera, William Wong, Gloria Woo, Paul Grootendorst, Peter P. Liu, Murray Krahn

Notice bibliographique

RevueCMAJ Open · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInnovation Policy and R&D
Établissements canadiensUniversity Health NetworkToronto Public HealthUniversity of TorontoSunnybrook Health Science CentreCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLiberian dollarPublic healthDiseaseHealth economicsRate of returnEconomicsInternal rate of returnBusinessHealth careMedicineEconomic growthFinance

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Investments in medical research can result in health improvements, reductions in health expenditures and secondary economic benefits. These "returns" have not been quantified in Canada. Our objective was to estimate the return on cardiovascular disease research funded by public or charitable organizations. METHODS: Our primary outcome was the internal rate of return on cardiovascular disease research funded by public or charitable sources. The internal rate of return is the annual monetary benefit to the economy for each dollar invested in cardiovascular disease research. Calculation of the internal rate of return involved the following: measuring expenditures on cardiovascular disease research, estimating the health gains accrued from new treatments for cardiovascular disease, determining the proportion of health gains attributable to cardiovascular disease research and the time lag between research expenditures and health gains, and estimating the spillovers from public- or charitable-sector investments to other sectors of the economy. RESULTS: Expenditures by public or charitable organizations on cardiovascular disease research from 1981 to 1992 amounted to $392 million (2005 dollars). Health gains associated with new treatments from 1994 to 2005 (13-yr lag) amounted to 2.2 million quality-adjusted life-years. We calculated an internal rate of return of 20.6%. CONCLUSION: Canadians obtain relatively high health and economic gains from investments in cardiovascular disease research. Every $1 invested in cardiovascular disease research by public or charitable sources yields a stream of benefits of roughly $0.21 to the Canadian economy per year, in perpetuity.

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)0,007
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,999

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,011
Études des sciences et des technologies0,0030,001
Communication savante0,0050,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,125
Tête enseignante GPT0,310
Écart entre enseignants0,185 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSimulation ou modélisation
DomaineÉvaluation
GenreEmpirique

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

En bref

Citations14
Publié2013
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetInnovation Policy and R&DTravaux en français237 207