MétaCan
Menu
Retour à la cohorte
Enregistrement W3000331816 · doi:10.1017/s0266462319003398

Implementing evidence-informed deliberative processes in health technology assessment: a low income country perspective

2020· article· en· W3000331816 sur OpenAlexaff
Lydia Kapiriri, Rob Baltussen, Wija Oortwijn

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensMcMaster University
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésTransparency (behavior)AccountabilityLegitimacyDeveloping countryBusinessContext (archaeology)Public economicsConsistency (knowledge bases)Public relationsPoliticsPolitical scienceEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to discuss the potential feasibility and utility of evidence-informed deliberative processes (EPDs) in low income country (LIC) contexts. EDPs are implemented in high and middle income countries and thought to improve the quality, consistency, and transparency of decisions informed by health technology assessment (HTA). Together these would ultimately improve the legitimacy of any decision making process. We argue-based on our previous work and in light of the priority setting literature-that EDPs are relevant and feasible within LICs. The extreme lack of resources necessitates making tough decisions which may mean depriving populations of potentially valuable health technologies. It is critical that the decisions and the decision making bodies are perceived as fair and legitimate by the people that are most affected by the decisions. EDPs are well aligned with the political infrastructure in some LICs, which encourages public participation in decision making. Furthermore, many countries are committed to evidence-informed decision making. However, the application of EDPs may be hampered by the limited availability of evidence of good quality, lack of interest in transparency and accountability (in some LICs), limited capacity to conduct HTA, as well as limited time and financial resources to invest in a deliberative process. While EDPs would potentially benefit many LICs, mitigating the identified potential barriers would strengthen their applicability. We believe that implementation studies in LICs, documenting the contextualized enablers and barriers will facilitate the development of context specific improvement strategies for EDPs.

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)0,169
score de la tête « metaresearch » (Gemma)0,164
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,892

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1690,164
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0090,030
Communication savante0,0280,015
Science ouverte0,0040,025
Intégrité de la recherche0,0100,014
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,167
Tête enseignante GPT0,520
Écart entre enseignants0,353 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207