Simulation modeling validity and utility in colorectal cancer screening delivery: A systematic review
Notice bibliographique
Résumé
OBJECTIVE: This study sought to assess the impact and validity of simulation modeling in informing decision making in a complex area of healthcare delivery: colorectal cancer (CRC) screening. MATERIALS AND METHODS: We searched 10 electronic databases for English-language articles published between January 1, 2008, and March 1, 2019, that described the development of a simulation model with a focus on average-risk CRC screening delivery. Included articles were reviewed for evidence that the model was validated, and provided real or potential contribution to informed decision making using the GRADE EtD (Grading of Recommendations Assessment, Development, and Evaluation Evidence to Decision) framework. RESULTS: A total of 43 studies met criteria. The majority used Markov modeling (n = 31 [72%]) and sought to determine cost-effectiveness, compare screening modalities, or assess effectiveness of screening. No study reported full model validation and only (58%) reported conducting any validation. Majority of models were developed to address a specific health systems or policy question; few articles report the model's impact on this decision (n = 39 [91%] vs. n = 5 [12%]). Overall, models provided evidence relevant to every element important to decision makers as outlined in the GRADE EtD framework. DISCUSSION AND CONCLUSION: Simulation modeling contributes evidence that is considered valuable to decision making in CRC screening delivery, particularly in assessing cost-effectiveness and comparing screening modalities. However, the actual impact on decisions and validity of models is lacking in the literature. Greater validity testing, impact assessment, and standardized reporting of both is needed to understand and demonstrate the reliability and utility of simulation modeling.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».