Knowledge Translation of Economic Evaluations and Network Meta-Analyses
Notice bibliographique
Résumé
Economic evaluations and network meta-analyses (NMAs) are complex methodologies. Increasing their transparency and accessibility could enhance confidence in the legitimacy of policy decisions informed by these analyses. Four systematic reviews were conducted to understand policymakers’ informational needs and to determine what guidance researchers have on how to present economic evaluations and NMAs. Qualitative interviews were conducted with Canadian policymakers, i.e., knowledge users, to understand barriers and facilitators to using and communicating economic evaluations and NMAs and with individuals in international health technology assessment organizations, i.e. knowledge producers, to explore current approaches to communicating economic evaluations and NMAs. A toolkit for NMAs and economic evaluations was proposed based on an integrated review of these findings and guided by the Knowledge-to-Action framework. Examples of tools were developed and applied to an economic evaluation and NMA of osteoporosis therapies. Systematic reviews and qualitative interviews found that communication approaches that provide robust content, identify contextual factors relevant to policy decisions and enhance clarity were valued. Twelve tools were proposed that enhance communication, education and access to resources for policymakers. Two of these tools were developed: Economic Guidance for Researchers and NMA Guidance for Researchers.
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 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 | 0,371 | 0,812 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,008 | 0,018 |
| Bibliométrie | 0,027 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,013 | 0,010 |
| Science ouverte | 0,007 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,003 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».