MétaCan
Menu
Retour à la cohorte
Enregistrement W3097148862 · doi:10.1007/s41669-020-00235-6

Investigation of Factors Considered by Health Technology Assessment Agencies in Eight Countries

2020· article· en· W3097148862 sur OpenAlexaboutno aff
Akira Yuasa, Naohiro Yonemoto, Sven Demiya, Chihiro Foellscher, Shunya Ikeda

Notice bibliographique

RevuePharmacoEconomics - Open · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPharmacoeconomicsHealth technologyExcellenceEconomic evaluationNiceMedicineHealth economicsHealth careStakeholderTransparency (behavior)Family medicineEconomic growthPolitical sciencePublic relationsEconomicsIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health technology assessment (HTA) organizations play a crucial role in optimizing healthcare resources, but the factors influencing decision making vary by country. OBJECTIVE: HTAs of cancer and hepatitis C drugs were evaluated across developed countries to understand differences in decision processes and criteria. METHODS: The HTA organizations evaluated are from France, Germany, Italy, Spain, the United Kingdom (UK), Australia, Canada and Japan. Economic evaluation types and 28 factors in the following categories were evaluated: clinical uncertainties/issues; disease/population/treatment consideration factors including National Institute for Health and Care Excellence's (NICE) special circumstances factors (e.g. end-of-life and innovation); and International Society for Pharmacoeconomics and Outcomes Research (ISPOR) additional value elements. Qualitative and correspondence analyses were conducted to assess the differences across organizations. RESULTS: Incremental cost-effectiveness ratio (ICER) using quality-adjusted life-year (QALY) was evaluated in Canada, the UK, Australia and Japan. The highest observed clinical uncertainties were clinical benefits and comparator. For cancer drugs, correspondence analysis showed France, Australia, Canada and the UK to have common attributes observed, such as unmet needs and stakeholder persuasion. In addition, the UK reported end-of-life, issues around current treatment and innovation, whereas Germany reported manageable/insignificant adverse events more frequently. Finally, fear of contagion, equity and scientific spillover value elements were only observed in Australia. CONCLUSION: Although clinical factors play a predominant role in the decision to reimburse medicine, HTA organizations consider additional aspects as well. If the methodology of HTA was clearly outlined, there would be more transparency in HTA systems leading to better understanding amongst stakeholders about decision making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,517
Tête enseignante GPT0,506
Écart entre enseignants0,011 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacoEconomics - OpenMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207