MétaCan
Menu
Retour à la cohorte
Enregistrement W2138858328 · doi:10.1177/0272989x11416870

Bridging Health Technology Assessment (HTA) and Efficient Health Care Decision Making with Multicriteria Decision Analysis (MCDA)

2011· article· en· W2138858328 sur OpenAlexaffabout
Mireille Goetghebeur, Monika Wagner, Hanane Khoury, Randy J. Levitt, Lonny J. Erickson, Donna Rindress

Notice bibliographique

RevueMedical Decision Making · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMultiple-criteria decision analysisHealth technologyDecision analysisManagement scienceMedicineConsistency (knowledge bases)Health careTransparency (behavior)Actuarial scienceOperations researchComputer scienceStatisticsMathematicsEngineeringBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health care decision making is complex and requires efficient and explicit processes to ensure transparency and consistency of factors considered. OBJECTIVES: To pilot an adaptable decision-making framework incorporating multicriteria decision analysis (MCDA) in health technology assessment (HTA) with a pan-Canadian group of policy and clinical decision makers and researchers appraising 10 medicines covering 6 therapeutic areas. METHODS: An appraisal group was convened and participants were asked to express their individual perspectives, independently of the medicines, by assigning weights to each criterion of the MCDA core model: disease severity, size of population, current practice and unmet needs, intervention outcomes (efficacy, safety, patient reported), type of health benefit, economics, and quality of evidence. Participants then assigned performance scores for each medicine using available evidence synthesized in a "by-criterion" HTA report covering each of the MCDA CORE model criteria. MCDA estimates of perceived value were calculated by combining normalized weights and scores. Feedback on the approach was collected through structured discussion. RESULTS: Relative weights on criteria varied widely, reflecting the diverse perspectives of participants. Scores for each criterion provided a performance measure, highlighting strengths and weaknesses of each medicine. MCDA estimates of perceived value ranged from 0.42 to 0.64 across medicines, providing comprehensive measures incorporating a large spectrum of criteria. Participants reported that the framework provided an efficient approach to systematic consideration in a pragmatic format of the multiple elements guiding decision, including criteria and values (MCDA core model) and evidence (HTA "by-criterion" report). CONCLUSIONS: This proof-of-concept study demonstrated the usefulness of incorporating MCDA in HTA to support transparent and systematic appraisal of health care interventions. Further research is needed to advance MCDA-based approaches to more effective healthcare decision making.

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)0,246
score de la tête « metaresearch » (Gemma)0,289
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil0,930

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2460,289
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0110,009
Études des sciences et des technologies0,0050,012
Communication savante0,0130,008
Science ouverte0,0060,017
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,200
Tête enseignante GPT0,479
Écart entre enseignants0,278 · 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'étudeThéorique ou conceptuel
Domainenon disponible
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

Citations168
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Decision MakingMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207