Developing a How-to-Guide for Health Technology Reassessment: "The HTR Playbook"
Notice bibliographique
Résumé
Background: To develop a knowledge translation (KT) tool that will provide guidance to stakeholders actively planning or considering implementation of a health technology reassessment (HTR) initiative. Methods: The KT tool is an international and collaborative endeavour between HTR researchers in Canada, Australia, and the United Kingdom. Evidence from a meta-review of documented international HTR experiences and approaches provided the conceptual framing for the KT tool. The purpose, audience, format, and overall scope and content of the tool were established through iterative discussions and consensus. An initial version of the KT tool was beta-tested with an international community of relevant stakeholders (i.e., potential users) at the Health Technology Assessment International 2018 annual meeting. Results: An open access workbook, referred to as the HTR playbook, was developed. As a KT tool, the HTR playbook is intended to simplify the complex HTR planning process by navigating users step-by-step through 6 strategic domains: characteristics of the candidate health technology (The Stats and Projections), stakeholders to engage (The Team), potential facilitators and/or barriers within the policy context (The Playing Field), strategic use of different levers and tools (The Offensive Plays), unintended consequences (The Defensive Plays), and metrics and methods for monitoring and evaluation (Winning the Game). Conclusion: The HTR playbook is intended to enhance a user’s ability to successfully complete a HTR by helping them systematically consider the different elements and approaches to achieve the right care for the patient population in question.
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 | 0,030 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,022 |
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 ».