Current status of health technology reassessment of non-drug technologies: survey and key informant interviews
Notice bibliographique
Résumé
BACKGROUND: Health Technology Reassessment (HTR) is a structured, evidence-based assessment of the clinical, social, ethical and economic effects of a technology currently used in the health care system, to inform optimal use of that technology in comparison to its alternatives. Little is known about current international HTR practices. The objective of this research was to summarize experience-based information gathered from international experts on the development, initiation and implementation of a HTR program. METHODS: A mixed methods approach, using a survey and in-depth interviews, was adopted. The survey covered 8 concepts: prioritization/identification of potentially obsolete technologies; program development; implementation; mitigation; program championing; stakeholder engagement; monitoring; and reinvestment. Members of Health Technology Assessment International (HTAi) and the International Network of Agencies for Health Technology Assessment (INAHTA) formed the sampling frame. Participation was solicited via email and the survey was administered online using SurveyMonkey. Survey results were analyzed using descriptive statistics. To gather more in-depth knowledge, semi-structured interviews were conducted among organizations with active HTR programs. Interview questions were developed using the same 8 concepts. The hour-long interviews were recorded, transcribed and analyzed using constant comparative analysis. RESULTS: Ninety-five individuals responded to the survey: 49 were not discussing HTR, 21 were beginning to discuss HTR, nine were imminently developing a program, and 16 participants had programs and were completing reassessments. The survey results revealed that methods vary widely and that although HTR is a powerful tool, it is currently not being used to its full potential. Of the 16 with active programs, nine agreed to participate in follow-up interviews. Interview participants identified early and extensive stakeholder engagement as the most important factors for success. A lack of top-down support and financial and human resources are inhibiting program development. DISCUSSION: HTR is in its infancy. Although HTRs are being conducted, there are no standardized approaches. However, much can be learned from current international work. Future work should focus on developing a comprehensive methodology, reporting the processes of reassessments and sharing successes and challenges in a common platform.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | high |
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 | 0,053 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».