Estándares Consolidados de Reporte de Evaluaciones Económicas Sanitarias: adaptación al español de la lista de comprobación CHEERS 2022
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.
Notice bibliographique
Résumé
OBJECTIVES: Health economic evaluations (HEEs) are comparative analyses of courses of action in terms of both costs and consequences. The Consolidated Health Economic Evaluation Reporting Standards (CHEERS) original version and its adaptation to Spanish were published in 2013. Its objectives were to promote that the HEEs are identifiable, interpretable, and useful for decision making and serve as a reporting guide. The new CHEERS 2022 replaces the previous one and tries to be more easily applied to any HEE and incorporates recent methodological advances and the importance of stakeholder involvement including patients and the general public. METHODS: For the present adaptation, the following stages were followed: (1) independent translations of the original list into Spanish, (2) blind back-translations, (3) evaluation of their quality, (4) preparation of a new version in Spanish, (5) review and improvement by the author team, (6) preparation of a new version in Spanish, (7) distribution of the preliminary Spanish version and the original one to the American HTA Network (Red de las Américas de Evaluación de Tecnologías Sanitarias) and Spanish-speaking experts for evaluation and feedback, (8) monitoring of changes to the original list under peer review at BritishMedicalJournal, and (9) consolidation of the final adaptation of the Spanish CHEERS 2022 checklist. RESULTS: In this article, we detail the process and the Spanish adaptation of the 28-item CHEERS 2022 checklist and its recommendations. CONCLUSIONS: This list is intended for researchers reporting HEE in peer-reviewed journals and reviewers, editors, and, among others, health technology assessment bodies.
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 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 | 0,071 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle