MétaCan
Menu
Retour à la cohorte
Enregistrement W3174195989 · doi:10.2147/rmhp.s310215

Health Technology Assessment in High, Middle, and Low-income Countries: New Systematic and Interdisciplinary Approach For Sound Informed-policy Making: Research Protocole

2021· article· en· W3174195989 sur OpenAlexaffabout
Mohammed Alkhaldi, Aisha Al Basuoni, Márcia Filgueiras Rebelo de Matos, Marcel Tanner, Sara Ahmed

Notice bibliographique

RevueRisk Management and Healthcare Policy · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBiotechnology and Related Fields
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHealth technologyGovernment (linguistics)Multidisciplinary approachDeveloping countryPolitical sciencePublic relationsHealth careEconomic growthMedicineBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

Technological innovation has a significant role in improving health systems (HSs) and achieving universal health coverage (UHC). The World Health Organization (WHO) has declared resolutions on Health Technology Assessment (HTA) and other global organizations emphasized on HTA systems to achieve the Sustainable Development Goals (SDGs). HTA is a modern multidisciplinary decision-making framework linking knowledge and policymaking by assessing the medical, social, economic, organizational, and ethical effects, and/or impacts within health and social systems. The research significance lies in the growing need for HTA at these moments than ever as it is seen as an essential development approach to tackle the current global challenges and pandemics, particularly in developing countries. The research aims to comprehensively evaluate and understand HTA systems concerning the level of knowledge about HTA, current HTA structure, practices, application, capacity, gaps, and solutions. The project starts in January 2021 and ends in January 2022 and will be carried out in seven countries: Canada, Switzerland, Brazil, Lebanon, Jordan, Palestine, and Tanzania. A mixed-methods, quantitative and qualitative, along with a literature review will be applied. In each country, ten HTA-associated institutions will complete an adapted electronic survey, developed by the WHO, and ten key-informants selected purposively from the government, academia, NGOs, and private sectors to participate in ten individual in-depth interviews. One government representative from each country will participate in one expanded inter-country workshop. Excel, IBM Statistical Package for the Social Sciences (SPSS), and MAXQDA software programs will be used for data management and analysis. The research will form cutting-edge evidence not only for the seven countries, but also for the global, regional, and national endeavors with regards to opening a room for HTA best application and optimization. It will reveal lessons learned, determine gaps, and build a well-enabled and institutionalized HTA for better UHC, health systems, and multi-sectoral development.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,199
score de la tête « metaresearch » (Gemma)0,189
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,988

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1990,189
Méta-épidémiologie (sens strict)0,0040,005
Méta-épidémiologie (sens large)0,0060,006
Bibliométrie0,0120,016
Études des sciences et des technologies0,0070,007
Communication savante0,0090,009
Science ouverte0,0050,011
Intégrité de la recherche0,0120,009
Charge utile insuffisante (le modèle a refusé de juger)0,0650,014

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 Opus0,047
Tête enseignante GPT0,439
Écart entre enseignants0,393 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRisk Management and Healthcare PolicyMême sujetBiotechnology and Related FieldsTravaux en français237 207