MétaCan
Menu
Retour à la cohorte
Enregistrement W2615169764

Los modelos de simulación de eventos discretos en la evaluación económica de tecnologías y productos sanitarios

2008· article· es· W2615169764 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHispana · 2008
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El uso de modelos matemáticos como instrumentos de evaluación de alternativas está teniendo una importancia cada vez mayor en el terreno de la evaluación económica de servicios y tecnologías sanitarias, con un papel cada vez más relevante como ayuda en la toma de decisiones en la gestión sanitaria. Hasta ahora se han usado fundamentalmente 2 tipos de modelos, en parte en función de la enfermedad estudiada. De esta forma, los árboles de decisión han sido muy utilizados para las enfermedades de carácter agudo y los modelos de Markov han sido usados en enfermedades crónicas o que presentan estados de salud recurrentes. Sin embargo, tanto unos como otros presentan importantes limitaciones a la hora de modelar de forma realista ciertos procesos o enfermedades, y por ello está creciendo el interés y el uso de los modelos de simulación de eventos discretos. El objetivo del presente artículo es describir las principales características que presentan los modelos de simulación de eventos discretos, describir las últimas novedades, así como presentar qué ventajas aportan con respecto a los otros tipos de modelos en economía de la salud y, especialmente, en la evaluación económica de tecnologías y productos sanitarios.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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.

Tête enseignante Opus0,179
Tête enseignante GPT0,418
Écart entre enseignants0,239 · 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