Deliberative Processes by Health Technology Assessment Agencies: A Reflection on Legitimacy, Values and Patient and Public Involvement Comment on "Use of Evidence-informed Deliberative Processes by Health Technology Assessment Agencies Around the Globe"
Notice bibliographique
Résumé
Legitimacy of deliberation processes leading to recommendations for public financing or clinical practice depends on the data considered, stakeholders involved and the process by which both of these are selected and organised. Oortwijn et al provides an interesting exploration of processes currently in place in health technology assessment (HTA) agencies. However, agencies are struggling with core issues central to their legitimacy that goes beyond the procedural exploration of Oortwijn et al, such as: how processes reflect the mission and values of the agencies? How they ensure that recommendations are fair and reasonable? Which role should be given to public and patient involvement? Do agencies have a positive impact on the healthcare system and the populations served? What are the drivers of their evolution? We concur with Culyer commentary on the need of learning from doing what works best and that a reflection is indeed needed to "enhance the fairness and legitimacy of HTA."
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 | 0,049 | 0,174 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,020 |
| Communication savante | 0,013 | 0,016 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,085 | 0,094 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».