MétaCan
Menu
Retour à la cohorte
Enregistrement W3165983068 · doi:10.3389/fdgth.2021.667016

The Impact of Digital Therapeutics on Current Health Technology Assessment Frameworks

2021· review· en· W3165983068 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueFrontiers in Digital Health · 2021
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésReimbursementNiceHealth technologyExcellenceHealth careAgency (philosophy)Government (linguistics)BusinessPublic relationsMedicinePolitical scienceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Historically healthcare has been delivered offline (e.g., physician consultations, mental health counseling services). It is widely understood that healthcare lags behind other industries (e.g., financial, transportation) whom have already incorporated digital technologies in their workflow. However, this is changing with the recent emergence of digital therapeutics (DTx) helping to bring healthcare services online. To promote adoption, healthcare providers need to be educated regarding the digital therapy to allow for proper prescribing. But of equal importance is affordability and many countries rely on reimbursement support from the government and insurance agencies. Here we briefly explore how national reimbursement agencies or non-profits across six countries (Canada, United States of America, United Kingdom, Germany, France, Australia) handle DTx submissions and describe the potential impact of digital therapeutics on current health technology assessment (HTA) frameworks. A targeted review to identify HTA submissions and guidelines from national reimbursement agencies or non-profits was conducted. We reviewed guidelines from the Institute for Clinical and Economic Review (ICER) in the USA, the Canadian Agency for Drugs and Technologies in Health (CADTH) in Canada, the National Institute for Health and Care Excellence (NICE) in the United Kingdom (UK), the Institute for Quality and Efficiency in Health Care (IQWIG) in Germany, Haute Autorité de Santé (HAS) in France, and the Pharmaceutical Benefits Advisory Committee (PBAC) in Australia. Our review identified one set of guidelines developed by NICE in the UK. The guidelines by NICE outlined an evidence standards framework for digital health technologies (DHT). Depending on the organizational impact, financial commitment, and economic risk for the payer, different economic analyses are required. Economic analyses levels are separated into 3 categories, basic, low financial commitment, and high financial commitment. All economic analyses levels require a budget impact analysis. A cost-utility analysis is recommended for DHTs categorized in the high financial commitment category. Whereas, for DHTs that are in the low financial commitment category, a cost-consequence analysis is typically recommended. No HTA guidelines for DTx submissions were identified for the remaining countries (Canada, USA, Germany, France, and Australia).

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 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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,369
Tête enseignante GPT0,537
Écart entre enseignants0,168 · 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