PD03 Uptake Of Health Technology Assessment In Hospitals: A Scoping Review
Notice bibliographique
Résumé
Introduction The use of Health Technology Assessment (HTA) in hospitals contributes to decision-making, professional training, greater interaction with technical to scientific knowledge, resource-saving, and partnerships. Hospitals are strategic for the field of clinical management and quality of care and are open to partnerships with national and international agencies and groups. Despite the hospital-based (HB)-HTA movement, the incipient application of HTA to the hospital decision-making process is related to incipient planning, and there is still much room for progress worldwide. The aim of this study was to analyze the uptake level of HB-HTA in diverse contexts. Methods A scoping review was conducted according to the methodology of the Joanna Briggs Institute, whose data analysis model consisted of the combination of Donabedian’s structure, process, and outcome categories and the dimensions of the project Adopting Hospital Based Health Technology Assessment in European Union (AdHopHTA). Results We identified 270 studies, and after removing duplicates and reading full texts, 36 references met the eligibility criteria. Thirty-six hospitals were identified, of which there were 24 largescale hospitals with extra bed capacity. Twenty-three hospitals were affiliated with universities. Canada stood out with five university hospitals, four of which with public funding. Half of the identified hospitals had HB-HTA units (18/36). Hospitals with full uptake level of HTA corresponded to 75 percent of the sample (27/36), and the remainder had partially uptake level of HTA, or 25 percent of the hospitals in the review (9/36). There were no hospitals with incipient uptake level of HTA. Conclusions Measuring the uptake level of HTA in hospitals contributed to understanding how their participation has occurred in the field of HB-HTA. This study revealed the importance of identifying factors such as sustainability, growth, and evolution of HB-HTA in countries with and without a tradition in this field.
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 | 0,049 | 0,216 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,037 | 0,043 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».