Economic evaluations of scaling up strategies of evidence-based health interventions: a systematic review protocol
Notice bibliographique
Résumé
INTRODUCTION: Scaling science aims to help roll out evidence-based research results on a wide scale to benefit more individuals. Yet, little is known on how to evaluate economic aspects of scaling up strategies of evidence-based health interventions. METHODS AND ANALYSIS: Using the Joanna Briggs Institute guidance on systematic reviews, we will conduct a systematic review of characteristics and methods applied in economic evaluations in scaling up strategies. To be eligible for inclusion, studies must include a scaling up strategy of an evidence-based health intervention delivered and received by any individual or organisation in any country and setting. They must report costs and cost-effectiveness outcomes. We will consider full or partial economic evaluations, modelling and methodological studies. We searched peer-reviewed publications in Medline, Web of Science, Embase, Cochrane Library Database, PEDE, EconLIT, INHATA from their inception onwards. We will search grey literature from international organisations, bilateral agencies, non-governmental organisations, consultancy firms websites and region-specific databases. Two independent reviewers will screen the records against the eligibility criteria and extract data using a pretested extraction form. We will extract data on study characteristics, scaling up strategies, economic evaluation methods and their components. We will appraise the methodological quality of included studies using the BMJ Checklist. We will narratively summarise the studies' descriptive characteristics, methodological strengths/weaknesses and the main drivers of cost-effectiveness outcomes. This study will help identify what are the trade-offs of scaling up evidence-based interventions to allocate resources efficiently. ETHICS AND DISSEMINATION: No ethics approval is required as no primary data will be collected. The results will be published in a peer-reviewed, international journal and presented at national and international conferences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,169 | 0,187 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,009 |
| Méta-épidémiologie (sens large) | 0,019 | 0,017 |
| Bibliométrie | 0,021 | 0,021 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,011 | 0,014 |
| Science ouverte | 0,007 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,077 | 0,018 |
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 source (Gemma direct ou Codex distillé), 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 ».