Use of Patient Preferences in Health Technology Assessment: Perspectives of Canadian, Belgian and German HTA Representatives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Patient preferences can be informative for health technology assessment (HTA) and payer decision making. However, applications may be different per country. The aim of this study therefore was to investigate HTA representatives' opinions on whether and how to incorporate patient preferences in HTA in their respective countries. METHODS: Three country-specific focus groups were conducted with three to seven HTA representatives from Germany, Belgium, and Canada. A predefined focus group guide was used that covered topics relating to how patient preferences can be used in HTA, namely HTA stage, weight, impact, and quality, as well as a case example of gene therapy. Transcripts were analyzed using NVivo 12 following thematic analysis. RESULTS: Across all HTA bodies, an interest in the use of patient preferences was observed for scientific advice and value assessments, but not through incorporation in quality-adjusted life-years and multi-criteria decision analysis. HTA representatives found it difficult to determine the weight patient preferences may receive in decision making, but thought it could have an impact on payer decision making if the study is of acceptable quality. CONCLUSIONS: In the near future it may be impossible to achieve structural integration of patient preferences with other evidence in HTA (e.g., in cost-effectiveness analysis), but HTA bodies are willing to incorporate patient preferences in other HTA sections as supportive evidence. To allow for that use, future work should focus on meeting HTA and payer needs when conducting patient preference studies and on education of HTA and payer representatives regarding these studies.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 découle