MétaCan
Menu
Retour à la cohorte
Enregistrement W2797537566 · doi:10.1017/s0266462318000181

ETHICS EVALUATION REVEALING DECISION-MAKER MOTIVES: A CASE OF NEONATAL SCREENING

2018· article· en· W2797537566 sur OpenAlexaff
Véronique Raimond, Cléa Sambuc, Leslie Pibouleau

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensInstitute of Indigenous Peoples' Health
Organismes subventionnairesnon disponible
Mots-clésJudgementRelevance (law)Decision makerPerspective (graphical)Value (mathematics)Decision analysisEthical decisionCost–benefit analysisMedicineGenetic testingPsychologyManagement scienceComputer sciencePolitical scienceSocial psychologyEconomicsLawArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This paper aims to describe the added value of combining cost-effectiveness and ethical evaluations when the preferences of the decision maker toward cost-effectiveness evaluation outcomes are not known, with the French national neonatal screening of cystic fibrosis (CF) as a case-study. METHODS: A cost-effectiveness analysis comparing four CF neonatal screening strategies, with or without DNA testing, was performed. Ethical positions toward their outcomes were described. In addition, a post-hoc analysis of the ethical issues being considered relevant from the decision-makers' perspective was conducted. RESULTS: Two strategies were found equally cost-effective. Among them, choosing the non-DNA or a DNA-based strategy constrains the decision maker to render a judgement between different ethical issues or disagreements associated with the screening program. CONCLUSIONS: The analysis supports the relevance of combining cost-effectiveness and ethics evaluation in developing health policy, as a way to reveal or clarify the motives associated with health. The choice of the decision maker to favor the DNA-based strategy, which was not originally recommended, creates the opportunity to make explicit the role played by ethical issues in the decision.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,100
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,100
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,009
Communication savante0,0060,005
Science ouverte0,0010,004
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,275
Tête enseignante GPT0,553
Écart entre enseignants0,278 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207