A systematic literature review of definitions and classification systems for radiotherapy innovation: A first step towards building a value-based assessment tool for radiation oncology
Notice bibliographique
Résumé
INTRODUCTION: Timely access to radiotherapy innovations remains suboptimal, partly because there is no commonly agreed appraisal system suitable for the broad range of radiotherapy interventions. The Health Economics in Radiation Oncology (HERO) programme of ESTRO therefore engaged in building a radiotherapy-specific value-based framework. We report on a first step towards that aim, documenting the available definitions and classification systems for radiotherapy interventions. METHODS: A systematic literature search was carried out in Pubmed and Embase, following PRISMA methodology and using search terms on 'innovation', 'radiotherapy', 'definition' and 'classification'. Data were extracted from articles that met prespecified inclusion criteria. RESULTS: Out of 13,353 articles, 25 met the inclusion criteria, resulting in the identification of 7 definitions of innovation and 15 classification systems applicable to radiation oncology. Iterative appraisal divided the classification systems into two groups. A first group of 11 systems categorized innovations according to the perceived magnitude of innovation, typically 'minor' versus 'major'. The remaining 4 systems categorised innovations according to radiotherapy-specific characteristics, such as the type of radiation equipment or radiobiological properties. Here, commonly used terms as 'technique' or 'treatment' were found to be used in different meanings. DISCUSSION: There is no widely accepted definition or classification system for radiotherapy innovations. The data however suggest that unique properties of radiotherapy interventions can be used to categorise innovations in radiation oncology. Still, there remains a need for clear terminology denoting radiotherapy-specific characteristics. CONCLUSION: Building on this review, the ESTRO-HERO project will define what is required for a radiotherapy-specific value-based assessment tool.
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 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,026 | 0,025 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».