MétaCan
Menu
Retour à la cohorte
Enregistrement W4392121583 · doi:10.1016/j.jval.2024.02.002

A Systematic Review of Value Criteria for Next-Generation Sequencing/Comprehensive Genomic Profiling to Inform Value Framework Development

2024· review· en· W4392121583 sur OpenAlexfundno aff
Federico Augustovski, Carla Colaci, Mackenzie Mills, Danitza Chávez, Fernando Argento, Verónica Alfie, Andrés Pichón-Rivière, Panos Kanavos, Andrea Alcaraz

Notice bibliographique

RevueValue in Health · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensnon disponible
Organismes subventionnairesAstraZenecaQueen's University BelfastQueen's UniversityLondon School of Economics and Political ScienceGlaxoSmithKlineEli Lilly and Company
Mots-clésProfiling (computer programming)Value (mathematics)Computational biologyComputer scienceData scienceBiologyMachine learning

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To comprehensively identify and map an exhaustive list of value criteria for the assessment of next-generation sequencing/comprehensive genomic profiling (NGS/CGP), to be used as an aid in decision making. METHODS: We conducted a systematic review to identify existing value frameworks (VFs) applicable to any type of healthcare technology. VFs and criteria were mapped to a previously published Latin American (LA) VF to harmonize definitions and identify additional criteria and or subcriteria. Based on this analysis, we extracted a comprehensive, evidence-based list of criteria and subcriteria to be considered in the design of a NGS/CGP VF. RESULTS: A total of 42 additional VFs were compared with the LA VF, 88% were developed in high-income countries, 30% targeted genomic testing, and 16% specifically targeted oncology. A total of 242 criteria and subcriteria were extracted; 227 (94%) were fully/partially included in the LA VF; and 15 (6%) were new. Clinical benefit and economic aspects were the most common criteria. VFs oriented to genomic testing showed significant overlap with other VFs. Considering all criteria and subcriteria, a total of 18 criteria and 36 individual subcriteria were identified. CONCLUSIONS: Our study provides an evidence-based set of criteria and subcriteria for healthcare decision making useful for NGS/CGP as well as other health technologies. The resulting list can be beneficial to inform decision making and will serve as a foundation to co-create a multistakeholder NGS/CGP VF that is aligned with the needs and values of health systems and could help to improve patient access to high-value technologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,067
score de la tête « metaresearch » (Gemma)0,285
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,356

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,285
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0100,013
Bibliométrie0,0450,032
Études des sciences et des technologies0,0020,003
Communication savante0,0090,008
Science ouverte0,0040,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,161
Tête enseignante GPT0,394
Écart entre enseignants0,233 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueValue in HealthMême sujetGenomics and Rare DiseasesTravaux en français237 207