Harmonization of evidence requirements for health technology assessment in reimbursement decision making
Notice bibliographique
Résumé
As more countries use HTA to inform decisions on the reimbursement of health technologies, harmonization of evidence requirements between jurisdictions has been proposed, mainly on the grounds of improved efficiency. Harmonization has the potential to avoid duplication of effort for both manufacturers and HTA bodies involved in preparing and reviewing HTA submissions for innovative technologies. However, it also carries risks of loss of local control over decisions, the application of general data standards which are not universally accepted and slowing the rate of development of innovation in the analytical disciplines supporting HTA. This study reviews the issues associated with harmonization taking into account the perspectives of the multiple stakeholders. This study draws on experiences from recent initiatives intended to promote the harmonization of HTA and experience from related fields, particularly regulatory approval of new medical technologies.
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 | 0,748 | 0,791 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,024 | 0,017 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,028 | 0,019 |
| Science ouverte | 0,013 | 0,022 |
| Intégrité de la recherche | 0,018 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».