MétaCan
Menu
Retour à la cohorte
Enregistrement W4402854708 · doi:10.2471/blt.24.292359

WHO Model list of essential medicines: visions for the future

2024· article· en· W4402854708 sur OpenAlexaff
Thomas Piggott, Lorenzo Moja, Benedikt Huttner, Patrick Okwen, Mario Raviǵlione, Tamara Kredo, Holger J. Schünemann

Notice bibliographique

RevueBulletin of the World Health Organization · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesWorld Health Organization
Mots-clésVisionMedicineData scienceComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

contained 186 medicines in 1977 and has evolved to include 502 medicines in 2023. Over time, different articles criticized the methods and process for decisions; however, the list holds global relevance as a model list to over 150 national lists. Given the global use of the model list, reflecting on its future role is imperative to understand how the list should evolve and respond to the needs of Member States. In 2023, the model list Expert Committee recommended the World Health Organization (WHO) to initiate a process to revise the procedures for updating the model list and the criteria guiding decisions. Here, we offer an agenda outlining priority areas and a vision for an authoritative model list. The main areas include improving transparency and trustworthiness of the recommendations; strengthening connection to national lists; and continuing the debate on the principles that should guide the model list, in particular the role of cost and price of essential medicines. These reflections are intended to support efforts ensuring the continued impact of this policy 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,834

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,305
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations23
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the World Health OrganizationMême sujetPharmaceutical Economics and PolicyTravaux en français237 207