MétaCan
Menu
Retour à la cohorte
Enregistrement W2893216000 · doi:10.1177/0194599818800477

Evidence‐Based Medicine in Otolaryngology Part 9: Valuing Health Outcomes

2018· review· en· W2893216000 sur OpenAlexafffund
Lisa Caulley, M. G. Myriam Hunink, Shaun Kilty, Vikas Metha, George A. Scangas, Danielle Rodin, Gregory W. Randolph, Jennifer J. Shin

Notice bibliographique

RevueOtolaryngology · 2018
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of the United Kingdom
Mots-clésObservational studyValuation (finance)OtorhinolaryngologyTime-trade-offQuality-adjusted life yearActuarial scienceEconomic evaluationQuality of life (healthcare)MedicineMental healthResource allocationPsychologyMedical educationComputer scienceCost effectivenessBusinessNursingRisk analysis (engineering)Psychiatry

Résumé

récupéré en direct d'OpenAlex

Decisions about resource allocation are increasingly based on value trade-offs between health outcomes and cost. This process relies on comprehensive and standardized definitions of health status that accurately measure the physical, mental, and social well-being of patients across disease states. These metrics, assessed through clinical trials, observational studies, and health surveys, can facilitate the integration of patient preferences into clinical practice. This ninth installment in the Evidence-Based Medicine in Otolaryngology Series is a practical overview of health outcome valuation, as well as the integration of both quality and quantity of life into standardized metrics for health research, program planning, and resource allocation. Tools for measuring preference-based health states, measures of effectiveness, and the application of metrics in economic evaluations are discussed.

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 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)0,043
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0430,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0120,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,007

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 Opus0,630
Tête enseignante GPT0,519
Écart entre enseignants0,111 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOtolaryngologyMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207