Potencial sesgo de patrocinio en los análisis coste-efectividad de intervenciones sanitarias: un análisis transversal
Notice bibliographique
Résumé
OBJECTIVE: To examine the relationship between the funding source of cost-effectiveness analyses of healthcare interventions published in Spain and study conclusions. DESIGN: Descriptive cross-sectional study. LOCATION: Scientific literature databases (until December 2014). PARTICIPANTS (ANALYSIS UNITS): Cohort of cost-effectiveness analysis of healthcare interventions published in Spain between 1989-2014 (n=223) presenting quality-adjusted life years (QALYs) as the outcome measure. MAIN MEASUREMENTS: The relationship between qualitative conclusions of the studies and the type of funding source were established using Fisher's exact test in contingency tables. Distributions of the incremental cost-effectiveness ratios by source of funding in relation to hypothetical willingness to pay thresholds between €30,000-€50,000 per QALY were explored. RESULTS: A total of 136 (61.0%) studies were funded by industry. The industry-funded studies were less likely to report unfavorable or neutral conclusions than studies non-funded by industry (2.2% vs. 23.0%; P<.0001), largely driven by studies evaluating drugs (0.9% vs. 21.4%; P<.0001). The incremental cost-effectiveness ratios in studies funded by industry were more likely to be below the hypothetical willingness to pay threshold of €30,000 (73.8% vs. 56.3%; P<.0001) and €50,000 (89.4% vs. 68.2%; P<.0001) per QALY. CONCLUSIONS: This study reveals a potential sponsorship bias in cost-effectiveness analyses of healthcare interventions. Studies funded by industry could be favoring the efficiency profile of their products.
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 | 0,125 | 0,218 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,012 |
| Bibliométrie | 0,014 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».