OP30 From Framework To Action: Implementing Patient Engagement
Notice bibliographique
Résumé
Introduction: This session will share lessons learned from implementing a comprehensive patient and public engagement framework (developed by winners of the 2017 Egon Jonsson Award) in one government agency's health technology assessment (HTA) process. The presentation will share strategic and operational considerations for successful implementation, and the early effects of patient involvement activities on the agency's HTA recommendations. Methods: This presentation used a case study approach to understand the application of the framework described above. Results: The comprehensive framework by Abelson and colleagues describes many different public and patient engagement activities that could be conducted at each stage of an HTA process. Health Quality Ontario has chosen to focus on engaging patients to: prioritize topics; develop an additional evidence stream on patient preferences and values; serve on a committee that reviews the HTA, deliberates, and makes recommendations; and provide feedback on draft recommendations. Strategic considerations for these decisions include: aligning engagement activities to an evidence-focused organizational culture, and investing in engagement activities earlier in the HTA process to allow for sufficient consideration of the patient voice in developing recommendations. These activities have impacted the agency's organizational culture, and evidence suggests they have also influenced recommendations for what should be publicly funded. Patient engagement activities have also led to increased feedback from the public and patients for some HTAs and the associated draft recommendations. Conclusions: Public agencies must make strategic decisions about how and when to invest scarce resources in patient and public engagement. Investing in direct patient engagement as an additional stream of evidence and supporting the involvement of health system users in decision-making has had a significant impact on HTA deliberations and recommendations. For some HTAs, these activities have facilitated greater public engagement as well.
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 | 0,099 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,018 |
| Communication savante | 0,017 | 0,016 |
| Science ouverte | 0,006 | 0,035 |
| Intégrité de la recherche | 0,010 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,007 |
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.
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 ».