Development of a Conceptual Model of Childhood Asthma to Inform Asthma Prevention Policies
Notice bibliographique
Résumé
Abstract Background There is no definitive cure for asthma; as such, prevention remains a major goal. Decision-analytic models are routinely used to evaluate the value-for-money proposition of interventions. Following best practice standards in decision-analytic modeling, the objective of this study was to solicit expert opinion to develop a concept map for a policy model for primary prevention of asthma. Methods We reviewed currently available decision-analytic models for asthma prevention. A steering committee of economic modelers, allergists, and respirologists was then convened to draft a conceptual model of pediatric asthma. A modified Delphi method was followed to define the context of the problem at hand (evaluation of asthma prevention strategies) and develop the concept map of the model. Results Consensus was achieved after three rounds of discussions, followed by concealed voting. In the final conceptual model, asthma diagnosis was based on three domains of lung function, atopy, and their symptoms. The panel recommended several markers for each domain. These domains were in turn affected by several risk factors. The panel clustered all risk factors under three groups of ‘patient characteristic’, ‘family history’, and ‘environmental factors’. To be capable of modeling the interplay among risk factors, the panel recommended the use of microsimulation, with an open-population approach that would enable modeling phased implementation and gradual and incomplete uptake of the intervention. Conclusions Economic evaluation of childhood interventions for preventing asthma will require modeling of several co-dependent risk factors and multiple domains that affect the diagnosis. The conceptual model can inform the development and validation of a policy model for childhood asthma prevention. Funding Genome Canada Large-Scale Applied Research Project
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».