MétaCan
Menu
Retour à la cohorte
Enregistrement W4396800646 · doi:10.1017/s0266462324000187

Lifecycle HTA: promising applications and a framework for implementation. An HTAi Global Policy Forum Task Force report

2024· review· en· W4396800646 sur OpenAlexafffund
F Pichler, Meindert Boysen, Nicole Mittmann, Ramiro Gilardino, Andrew Bruce, Kenneth Bond, Rick A. Vreman, Nathalie Largeron, Judit Banhazi, Daniel A. Ollendorf, Mohit Jain, Sheela Upadhyaya, Wim Goettsch

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2024
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Process Modeling and Analysis
Établissements canadiensInstitute of Health EconomicsCanadian Agency for Drugs and Technologies in Health
Organismes subventionnairesHealth Technology Assessment internationalSanofiAmgen
Mots-clésProcess managementManagement scienceComputer scienceBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

The 2022 Health Technology Assessment International (HTAi) Global Policy Forum (GPF) established the goal of developing a position statement and framework for lifecycle HTA (LC-HTA), through a Task Force leveraging multi-stakeholder monthly discussions and GPF member input. The Task Force developed a working definition: LC-HTA is a systematic process utilizing sequential HTA activities to inform decision making where the evidence base, the health technology itself, or the context in which it is applied, has a potential to meaningfully change at different points in its LC. Four key scenarios were identified where it was considered that an LC-HTA approach would add sufficient value to HTA bodies and their key stakeholders to justify the additional resource burden. Based on the four scenarios, a high-level LC-HTA framework was developed consisting of (i) defining the decision problem, (ii) sequencing of HTA activities, and (iii) developing optimization criteria. Subsequently, the Task Force developed operationalization guidance for LC-HTA in a companion paper.

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)0,083
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,441

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0830,084
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0100,010
Études des sciences et des technologies0,0020,003
Communication savante0,0090,012
Science ouverte0,0040,005
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,030
Tête enseignante GPT0,476
Écart entre enseignants0,447 · 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.

Devis d'étudeSans objet
DomaineMéthodes
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

Citations10
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetBusiness Process Modeling and AnalysisTravaux en français237 207