Notice bibliographique
Résumé
OBJECTIVES: As economic evaluation methods evolve, their applicability to special populations, such as children, has received increased scrutiny. The objective was to review paediatric health economic evaluations published over the last quarter century, comment on trends, discuss gaps between developed and developing nations, and point to future directions for research. METHODS: Data compiled for the Paediatric Economic Database Evaluation (PEDE) project to 2003 were used to describe temporal and geographic trends and evaluate the frequency of intervention categories and conditions studied. RESULTS: The volume of paediatric health economic evaluations rose rapidly since 1980. Studies of infective/parasitic diseases, congenital anomalies and complications of pregnancy accounted for the majority. Prevention rather than treatment was emphasized. Most evaluations performed since 1998 (78%) were cost-effectiveness analyses. Cost-utility analyses were rare. The US produced half of all publications, with the U.K. contributing 12%. Economic evaluations from developing countries were uncommon, despite an urgent need for evidence-based decision-making in these regions. The interventions studied reflected local health priorities; HIV and malaria prevention were more commonly studied in developing nations, whereas treatments for asthma and birth malformations were more often evaluated in developed nations. CONCLUSIONS: Despite global initiatives to combat disease, developing nations rely on foreign research to inform implementation of local health programs. There is a need for better methods for data transfer and extrapolation. Future research must focus on paediatric models of costs and consequences and the development of tools to measure long-term effects.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,005 |
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; les deux têtes enseignantes 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 ».