MétaCan
Menu
Retour à la cohorte
Enregistrement W4388541047 · doi:10.1007/s40273-023-01331-1

A Systematic Review of Methods Used by Pediatric Cost-Utility Analyses to Include Family Spillover Effects

2023· review· en· W4388541047 sur OpenAlexafffund
Ramesh Lamsal, E. Ann Yeh, Eleanor Pullenayegum, Wendy J. Ungar

Notice bibliographique

RevuePharmacoEconomics · 2023
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensMental Health Research CanadaInstitute for Clinical Evaluative SciencesUniversity of TorontoSickKids FoundationPublic Health OntarioHospital for Sick Children
Organismes subventionnairesHospital for Sick ChildrenCanada Excellence Research Chairs, Government of Canada
Mots-clésSpillover effectCINAHLMedicineMeta-analysisMEDLINESystematic reviewActuarial sciencePsychological interventionBusinessEconomicsPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A child's health condition affects family members' health and well-being. However, pediatric cost-utility analysis (CUA) commonly ignores these family spillover effects leading to an incomplete understanding of the cost and benefits of a child's health intervention. Methodological challenges exist in assessing, valuing, and incorporating family spillover effects. OBJECTIVE: This study systematically reviews and compare methods used to include family spillover effects in pediatric CUAs. METHODS: A literature search was conducted in MEDLINE, Embase, EconLit, Cochrane collection, CINAHL, INAHTA, and the Pediatric Economic Database Evaluation (PEDE) database from inception to 2020 to identify pediatric CUAs that included family spillover effects. The search was updated to 2021 using PEDE. The data describing in which family members spillover effects were measured, and how family spillover effects were measured, incorporated, and reported, were extracted. Common approaches were grouped conceptually. Further, this review identified theories or theoretical frameworks used to justify approaches for integrating family spillover effects into CUA. RESULTS: Of 878 pediatric CUAs identified, 35 included family spillover effects. Most pediatric CUAs considered family spillover effects on one family member. Pediatric CUAs reported eight different approaches to measure the family spillover effects. The most common method was measuring the quality-adjusted life years (QALY) loss of the caregiver(s) or parent(s) due to a child's illness or disability using an isolated approach whereby family spillover effects were quantified in individual family members separately from other health effects. Studies used four approaches to integrate family spillover effects into CUA. The most common method was to sum children's and parents/caregivers' QALYs. Only two studies used a theoretical framework for incorporation of family spillover effects. CONCLUSIONS: Few pediatric CUAs included family spillover effects and the observed variation indicated no consensus among researchers on how family spillover effects should be measured and incorporated. This heterogeneity is mirrored by a lack of practical guidelines by Health Technology Assessment (HTA) agencies or a theoretical foundation for including family spillover effects in pediatric CUA. The results from this review may encourage researchers to develop a theoretical framework and HTA agencies to develop guidelines for including family spillover effects. Such guidance may lead to more rigorous and standardized methods for including family spillover effects and better-quality evidence to inform decision-makers on the cost-effectiveness of pediatric health interventions.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,048
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0480,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0170,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,009

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.

Tête enseignante Opus0,689
Tête enseignante GPT0,644
Écart entre enseignants0,045 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmacoEconomicsMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207