MétaCan
Menu
Retour à la cohorte

Pharmacoeconomics of drug therapy for rheumatoid arthritis

2000· review· en· W2161643999 sur OpenAlexaff
Peter Tugwell

Notice bibliographique

RevueLara D. Veeken · 2000
Typereview
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicinePharmacoeconomicsRheumatoid arthritisIntensive care medicineCost–benefit analysisEconomic costPharmacotherapyDiseasePsychological interventionDrugEconomic impact analysisIndirect costsImmunologyInternal medicinePharmacologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Rheumatoid arthritis (RA) is a chronic inflammatory disease that results in progressive functional limitation, physical disability and premature death. RA extracts a considerable economic toll, particularly in terms of indirect costs related to lost productivity and premature mortality. Given these considerations, any therapy for RA that slows or prevents disability would be expected to confer economic benefit. Determination of drug efficacy does not automatically imply economic benefit, however. Establishment of economic benefit requires a rigorous analysis of both the benefits and the total costs of a given therapy The cost of drug therapy, including treatment of side-effects, currently constitutes only 15% of the total direct cost of RA, so it is important to assess other costs in any economic analysis. Common guidelines with regard to methods, units and data treatment are necessary to permit comparison of the economic benefit of different therapies within and across disease states. Such guidelines are being established for economic evaluations of medical interventions in RA. Application of these guidelines to future pharmacoeconomic studies of RA therapy will permit more accurate assessment of the economic benefit of such treatments. Given the current fiscal constraints on health care, demonstration of economic benefit will become an increasingly important factor for drug acceptance.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,032
Tête enseignante GPT0,343
Écart entre enseignants0,311 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations28
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207