Three Challenges to Achieving Better Analysis for Better Decisions: Generalisability, Complexity and Thresholds
Notice bibliographique
Résumé
In June 2006, a conference entitled Better Analysis for Better Decisions - Bridging the Gap Between Economic Evaluation and Healthcare Decision-Making was held at McMaster University in honour of the late Bernie O'Brien. The papers presented by leading health economists were reviews of the use of economic evaluation in the UK, Canada and USA, and more methodologically focused contributions. The reviews of the experience in the three countries suggest that economic analysis is playing an increasingly important role in health sector decision making. But usage is patchy, rarely systematic and explicit, reflecting both some irrational illogical resistance and some genuine concerns and problems with the current methods of analysis. We identified three key issues1 that recurred in the papers and in the discussion at the conference - • generalisability - the extent to which cost-effectiveness analyses relevant and appropriate to one jurisdiction can be used in another; • complexity - two related issues arise as economic evaluations become more complex - - credibility with decision makers and - the need to trade complexity against quantity to enable the analyses of more technologies within Health Technology Assessment (HTA) resource constraints; • thresholds - the basis for, and validity of, thresholds values for the incremental cost-effectiveness ratio (e.g. cost per Quality Adjusted Life Year (QALY)) adopted by central decision-makers and their relevance at a local level. The challenges posed by these issues result from success, i.e. the greater use of economic evaluation in decision making. Meeting them is fundamental to its continued growth in use.
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 | 0,827 | 0,863 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,020 | 0,009 |
| Bibliométrie | 0,016 | 0,012 |
| Études des sciences et des technologies | 0,008 | 0,093 |
| Communication savante | 0,038 | 0,074 |
| Science ouverte | 0,017 | 0,037 |
| Intégrité de la recherche | 0,028 | 0,062 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».