Le processus d’implication des patients dans l’évaluation des technologies de santé à l’HAS
Notice bibliographique
Résumé
OBJECTIVE: The French National Authority for Health (HAS) wanted to establish a review about the first months of its new patient involvement process dedicated to drug and medical device evaluation (which began in November 2016). This process relies on written submissions from patient organizations (POs). METHODS: Different sources of information were used: data monitoring, comparison with other contribution processes in HAS, sharing of practices with other Health Technology Assessment (HTA) bodies, feedback discussions with POs, pharmaceuticals firms, and evaluators (internal reviewers and members of Appraisal Committees). RESULTS: There were contributions for 25 drugs among 75 opened to contribution during the first six months. The HAS Board defined three adjustments in September 2017 to improve the procedure: increasing the time for POs to contribute, publishing the contributions on the HAS website, improvement of the presentation of the submission to the committee. Some further necessary reflections were identified such as the information available to POs to elaborate their submission, or the exact nature of intellectual uptake of the contribution during the different stages of assessment/appraisal elaboration. CONCLUSIONS: The different methods proved to be complementary and helped to define adjustments and clarify some future stakes for this new procedure. Data on this kind of process must be routinely collected. Comparisons with other involvement processes and discussions with stakeholders are rather used in dedicated studies or improvements projects.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».