IMPACT OF HEALTH TECHNOLOGY ASSESSMENT REPORTS ON HOSPITAL DECISION MAKERS – 10-YEAR INSIGHT FROM A HOSPITAL UNIT IN SHERBROOKE, CANADA: IMPACT OF HEALTH TECHNOLOGY ASSESSMENT ON HOSPITAL DECISIONS
Notice bibliographique
Résumé
OBJECTIVES: The overarching goal of this research was to (i) evaluate the impact of reports with recommendations provided by a hospital-based health technology assessment (HB-HTA) unit on the local hospital decision-making processes and implementation activities and (ii) identify the underlying factors of the nonimplementation of recommendations. METHODS: All reports produced by the HB-HTA unit between December 2003 and March 2013 were retrieved, and hospital decision makers who requested these reports were solicited for enrolment. Participants were interviewed using a mixed design survey. RESULTS: Twenty reports, associated with fifteen decision makers, fulfilled the study criteria. Nine decision makers accepted to participate, corresponding to thirteen reports and twenty-three recommendations. Of the twenty-three recommendations issued, 65 percent were implemented, 9 percent were accepted for implementation but not implemented, and 26 percent were declined. In terms of the utility of each report to guide decision makers, 92 percent of the reports were considered in the decision-making process; 85 percent had one or more recommendations adopted; and 77 percent had recommendations implemented. The most frequently mentioned reasons for nonimplementation were related to contextual factors (64 percent), production/diffusion process factors (14 percent), content/format factors (14 percent), or other factors (9 percent). Among the contextual factors, the complexity of the changes (i.e., administrative reasons), budget and resources constraints, failure to identify administrative responsibility to carry out the recommendation, and nonpriority status of the HTA recommendation, were provided. CONCLUSIONS: This study highlights that although HB-HTA reports are useful to hospital managers in their decision-making processes, certain barriers such as contextual factors need to be better addressed to improve HB-HTA efficiency and usefulness.
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 | 0,042 | 0,132 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».