MétaCan
Menu
Retour à la cohorte
Enregistrement W2168568096 · doi:10.1002/hec.642

The distribution problem in economic evaluation: income and the valuation of costs and consequences of health care programmes

2001· article· en· W2168568096 sur OpenAlexaff
Cam Donaldson, Stephen Birch, Amiram Gafni

Notice bibliographique

RevueHealth Economics · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensMcMaster UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésValuation (finance)EconomicsWillingness to payActuarial scienceHealth careEconomic evaluationIncome distributionHealth economicsPublic economicsDistribution (mathematics)MicroeconomicsInequalityMathematicsEconomic growthFinance

Résumé

récupéré en direct d'OpenAlex

To date, a common view in the health economics literature is that the applicability of cost-benefit analysis (CBA) is limited, due to the distribution problem which underlies its main method of valuation (e.g. willingness to pay). One view is that cost effectiveness analysis (CEA) overcomes these problems. We show that the same distributional concerns apply to non-monetary valuations of health consequences, to measurement of costs and to the decision rules of CEA. Hence adopting CEA over CBA cannot be justified on the basis of "avoiding" distributional considerations. The implications of our results are discussed, including alternative strategies for the use of "income-based" research findings in social 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)0,056
score de la tête « metaresearch » (Gemma)0,206
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,294

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0560,206
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,008
Études des sciences et des technologies0,0020,018
Communication savante0,0090,024
Science ouverte0,0030,006
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,243
Tête enseignante GPT0,434
Écart entre enseignants0,191 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations77
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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