Evaluation of the impact of patient involvement in health technology assessments: A scoping review
Notice bibliographique
Résumé
OBJECTIVES: While involving patients in health technology assessment (HTA) has become increasingly common and important around the world, little is known about the optimal methods of evaluating patients' involvement (PI) in HTA. This scoping review was undertaken to provide an overview of currently available methods for the evaluation of PI, specifically the impact of PI on HTA recommendations. METHODS: A literature search was conducted using nine databases as well as a grey literature search of the websites of 26 organizations related to the conduct, practice or research of HTA to identify articles, reports and abstracts related to the evaluation of PI impact in HTA. RESULTS: We identified 1,248 unique citations, six of which met our eligibility criteria. These six records (five articles, and one report) were all published after 2012. Four assessed the impact of patient experience submissions on final HTA recommendations; one evaluated the impact of direct involvement on HTA committees, and one assessed impact of multiple forms of involvement. Methods of evaluation included quantitative analyses of reimbursement decisions, qualitative interviews with those directly involved in an assessment, surveys of patient groups and committee members, and the review of HTA reports. CONCLUSIONS: Quantitative evaluation of PI based on associations with funding decisions may not be feasible or fully capture the relevant impact of PI in the assessment of health technologies. Rather, a combination of both qualitative and quantitative strategies may allow for the most comprehensive assessment of the impact of PI on HTA recommendations when possible.
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 | 0,324 | 0,623 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,031 | 0,028 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,015 | 0,013 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».