MétaCan
Menu
Retour à la cohorte
Enregistrement W2966744389 · doi:10.1016/j.vhri.2019.07.001

Tackling the 3 Big Challenges Confronting Health Technology Assessment Development in Asia: A Commentary

2019· article· en· W2966744389 sur OpenAlexaff
Yot Teerawattananon, Yik Ying Teo, Saudamini Vishwanath Dabak, Waranya Rattanavipapong, Wanrudee Isaranuwatchai, Hwee Lin Wee, Nan Luo, Alec Morton

Notice bibliographique

RevueValue in Health Regional Issues · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDepartment for International Development, UK GovernmentNational University of SingaporeThailand Research FundRockefeller FoundationDepartment for International DevelopmentBill and Melinda Gates Foundation
Mots-clésReimbursementHealth technologyHealth carePolitical scienceMedicineEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

There has been continuous development in the field of health technology assessment (HTA) owing to the added value of HTA in supporting healthcare reimbursement decisions. Collaboration and engagement among countries in Asia has been carried out to share experiences and learning on the barriers and factors facilitating the implementation and use of HTA in policy making. A symposium on the topic of Health Technology Assessment (HTA): Selecting the Highest Value Care was held on January 10, 2019 at the National University of Singapore, during which 3 major challenges confronting HTA development in Asia were identified. The symposium also offered possible ways to overcome the challenges.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,076
score de la tête « metaresearch » (Gemma)0,209
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,402

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,209
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0030,005
Études des sciences et des technologies0,0060,016
Communication savante0,0130,023
Science ouverte0,0080,009
Intégrité de la recherche0,0500,066
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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.

Tête enseignante Opus0,429
Tête enseignante GPT0,469
Écart entre enseignants0,040 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineMéthodes
GenreCommentaire

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

En bref

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueValue in Health Regional IssuesMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207