How do financial (dis)incentives influence health behaviour and costs? Protocol for a systematic literature review of randomised controlled trials
Notice bibliographique
Résumé
INTRODUCTION: In this era of rising healthcare costs, there is a growing interest in understanding how funding policies can be used to improve health and healthcare efficiency. Financial incentives (eg, vouchers or access to health insurance) or disincentives (eg, fines or out-of-pocket costs) affect behaviours. To date, reviews have explored the effects of financial (dis)incentives on patient health and behaviour by focusing on specific behaviours or geographical areas. The objective of this systematic review is to provide a comprehensive overview on the use of financial (dis)incentives as a means of influencing health-related behaviour and costs in randomised trials. METHODS AND ANALYSIS: We will search electronic databases, clinical trial registries and websites of health economic organisations for randomised controlled trials. The initial searches, which were conducted on 13 January 2018, will be updated every 12 months until the completion of data analysis. The reference lists of included studies will be manually screened to identify additional eligible studies. Two researchers will independently review titles, abstracts and full texts to determine eligibility according to a set of predetermined inclusion criteria. Data will be extracted from included studies using a form developed and piloted by the research team. Discrepancies will be resolved through discussion with a third reviewer. Risk of bias will be assessed using the Cochrane Collaboration tool. ETHICS AND DISSEMINATION: Ethics approval is not required since this is a review of published data. Results will be disseminated through publication in peer-reviewed journals and presentations at relevant conferences. PROSPERO REGISTRATION NUMBER: CRD42018097140.
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 | 0,151 | 0,181 |
| Méta-épidémiologie (sens strict) | 0,011 | 0,010 |
| Méta-épidémiologie (sens large) | 0,035 | 0,023 |
| Bibliométrie | 0,018 | 0,018 |
| Études des sciences et des technologies | 0,006 | 0,010 |
| Communication savante | 0,013 | 0,015 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,015 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,090 | 0,018 |
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 ».