Mapping frameworks for synthesizing qualitative evidence in health technology assessment
Notice bibliographique
Résumé
OBJECTIVES: Health Technology Assessment (HTA) practitioners recognize the significance of qualitative methodologies that focus on how a technology is feasible, meaningfulness, acceptable, and equitable. This mapping aimed to delineate the frameworks employed to synthesize qualitative evidence and assess the quality of synthesis in HTA . METHODS: Mapping was conducted using Medline, LILACS, CINAHL, Embase, Web of Science, Scopus, PsycINFO, Cochrane Library, JBI, and ScienceDirect databases. Gray literature searches included PROQUEST, Open Grey, Canadian Agency for Drugs and Technologies in Health's Grey Matters, Google Scholar, and HTA agency websites. The inclusion criteria were centered on global qualitative evidence synthesis frameworks. The data are presented in the tables. RESULTS: Of the 2054 articles, 31 were included, mostly from Europe. Guide was the type of document more cited, and most authors are from HTA agencies and universities. Incorporating both patient and family perspectives is the most cited reason for include qualitative evidence. Regardless of the framework or tool, SPICE was the main acronym, and RETREAT was preferred for approach selection. Thematic synthesis dominated analytic methods, and CASP was the primary quality appraisal tool. GRADE-CERQual graded evidence synthesis, with ENTREQ as the top reporting guidance. The GRADE evidence-to-decision framework was mentioned for recommendations. CONCLUSION: This mapping highlights the movement incorporate qualitative evidence in HTA employing specific frameworks. Despite the similarities among documents, most of them describe part of the process to synthesize qualitative evidence. Standardizing procedures to incorporate qualitative evidence into HTA can enhance decision-making. These findings offer essential considerations for HTA practice.
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 | 0,503 | 0,590 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,060 | 0,051 |
| Études des sciences et des technologies | 0,009 | 0,020 |
| Communication savante | 0,026 | 0,024 |
| Science ouverte | 0,009 | 0,026 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,003 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».