MétaCan
Menu
Retour à la cohorte
Enregistrement W4404765290 · doi:10.57264/cer-2024-0212

R WE ready for reimbursement? A round up of developments in real-world evidence relating to health technology assessment: part 17

2024· article· en· W4404765290 sur OpenAlexaff
Paul Arora, Sreeram V Ramagopalan

Notice bibliographique

RevueJournal of Comparative Effectiveness Research · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésReimbursementMedicineNiceExcellenceReal world evidencePosition statementHealth careEvidence-based medicineHealth technologyFamily medicineAlternative medicineEconomic growthPathology

Résumé

récupéré en direct d'OpenAlex

In this update, we discuss a position statement from the National Institute of Health and Care Excellence (NICE) on the use of artificial intelligence for evidence generation and publications reviewing the use of real-world data as external control arms. Finally, we discuss a number of recent studies investigating the real-world effectiveness of glucagon-like peptide-1 receptor agonists and whether these studies are informative for reimbursement decision making.

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)0,040
score de la tête « metaresearch » (Gemma)0,137
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,137
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,004
Communication savante0,0090,017
Science ouverte0,0030,004
Intégrité de la recherche0,0100,017
Charge utile insuffisante (le modèle a refusé de juger)0,0120,005

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 Opus0,795
Tête enseignante GPT0,660
Écart entre enseignants0,135 · 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
GenreCommentaire

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

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative Effectiveness ResearchMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207