Priority setting in practice: what is the best way to compare costs and benefits?
Notice bibliographique
Résumé
Prioritizing candidates for health-care expenditure using cost per Quality-Adjusted Life Year (QALY) is a helpful but insufficient means of ranking alternative uses for scarce health-care funds at the local level. This is because QALYs do not by themselves capture all criteria decision makers need to take into account. Other criteria such as reducing inequalities, meeting national and local priorities and public acceptability also feature in the decision maker's utility function. Programme budgeting and marginal analysis (PBMA) is an established framework for systematic priority setting in which a 'weighted benefit score' for each option is calculated based on all relevant decision-making criteria. Ranking options as a ratio of cost to benefit is desirable and necessary to ensure efficiency. In this paper we review a number of approaches to scoring costs and benefits of options in a PBMA context. Several approaches rank by benefit score alone, rather than efficiency (cost per unit of benefit). Of those that do rank by efficiency, we discuss the benefits and drawbacks. The optimal approach is far from clear, with each technique having its own strengths and weaknesses. A deliberative approach using summaries of costs and benefits of options as a basis for discussion may be preferable.
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 | 0,265 | 0,556 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,003 |
| Bibliométrie | 0,014 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,013 |
| Communication savante | 0,019 | 0,030 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,010 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».