USING THE HEALTH TECHNOLOGY ASSESSMENT TOOLBOX TO FACILITATE PROCUREMENT: THE CASE OF SMART PUMPS IN A CANADIAN HOSPITAL
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.
Notice bibliographique
Résumé
OBJECTIVES: The aim of this study was to present the experience of a Canadian hospital-based health technology assessment (HTA) unit that performed the traditional functions of the HTA process along with many other activities to facilitate the choice of smart pumps. METHODS: A rapid literature review was initiated, but little evidence was found. Moreover, the evidence provided was too far from our hospital context. To help our decision makers, we offered them a list of various services based on the skills of our HTA unit staff. RESULTS: To involve our HTA unit in the choice of the new smart pumps led to a strong collaboration between hospital services. After a rapid review on smart pumps, we proceeded to establish the clinical needs, followed by an evaluation of technical features. To ascertain clinical needs, we participated in the establishment of a conformity list for the tender, a failure and mode-effect analysis, an audit on the use of actual smart pumps, and simulation exercises with nurses and doctors to evaluate the ease of use and ergonomics. With regard to technical tests, these were mainly conducted to identify potential dysfunction and to assess the efficiency of the pump. This experience with smart pumps was useful for evidence-based procurement and led to the formulation of a nine-step process to guide future work. CONCLUSIONS: HTA units and agencies are faced with rapid development of new technologies that may not be supported by sufficient amount of pertinent published evidence. Under these circumstances, approaches other than evidence-based selection might provide useful information. Because these activities may be different from those related to classic HTA, this widens the scope of what can be done in HTA to support decision making.
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 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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle