MétaCan
Menu
Retour à la cohorte
Enregistrement W2162787972 · doi:10.1002/hec.641

Opportunity costs and uncertainty in the economic evaluation of health care interventions

2002· article· en· W2162787972 sur OpenAlexaff
Parham Sendi, Amiram Gafni, Stephen Birch

Notice bibliographique

RevueHealth Economics · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésCost–benefit analysisPsychological interventionEconomic evaluationOpportunity costHealth careIncremental cost-effectiveness ratioCost effectivenessQuality-adjusted life yearActuarial scienceRisk analysis (engineering)EconomicsHealth economicsManagement scienceEnvironmental economicsComputer scienceCost-effectiveness analysisOperations researchMicroeconomicsOperations managementBusinessMedicineEngineeringNursing

Résumé

récupéré en direct d'OpenAlex

Considerable methodological research has been conducted on handling uncertainty in cost-effectiveness analysis. The current literature suggests the concepts of net health benefits and cost-effectiveness acceptability curves to circumvent the technical shortcomings of cost-effectiveness ratio statistics. However, these approaches do not provide a solution for the inherent problem that the threshold cost-effectiveness ratio itself is unknown. The authors suggest analysing uncertainty in cost-effectiveness analysis by directly addressing the concept of opportunity costs using the decision rule described by Birch and Gafni (1992) and introduce a new graphical framework (the "decision making plane") for communicating with policy makers.

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)0,068
score de la tête « metaresearch » (Gemma)0,283
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,362

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,283
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,010
Communication savante0,0080,012
Science ouverte0,0020,005
Intégrité de la recherche0,0040,007
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 Opus0,641
Tête enseignante GPT0,500
Écart entre enseignants0,141 · 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
DomaineMéthodes
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

Citations115
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth EconomicsMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207