Stakeholder perspectives on the current status and potential barriers of patient involvement in health technology assessment (HTA) across Europe
Notice bibliographique
Résumé
Abstract Background There are wide variations in the practices of patient involvement in health technology assessment (HTA) in Europe. The field is lacking a consensus on good practices, leading to divergent processes, methods, and evaluation of patient involvement. To identify potential good practice approaches and current gaps, a structured online survey was conducted among HTA stakeholders, including HTA practitioners, patient stakeholders, industry representatives, and others who had experienced patient involvement in HTA. Methods The questionnaire was co-created by HTA experts, patient stakeholders, and industry representatives and disseminated between 29 April and 14 September 2022. Results Responses (n = 168) were submitted from thirty-two European countries by HTA practitioners (n = 33), patient stakeholders (n = 75), industry stakeholders (n = 42), providers (n = 5), academics (n = 7), and others (n = 6). The responses indicated that “allowing access to treatments that have demonstrated value”is the principle rationale for conducting HTA. In terms of the importance of patient involvement, there was consensus across stakeholder groups that “patients have insights and information [that] no other stakeholder has” and that patient involvement is important “to inform HTA which evidence is most patient-relevant”. Shortcomings were identified in the lack of systematic and transparent processes, an unsatisfactory level of information and guidance, and minimal communication and collaboration. Conclusions The diverse stakeholders who responded highlighted the need for improving specific aspects of patient involvement practices, including better guidance and information, a more consistent flow of communication between the HTA body and participating patient stakeholders, and the need to develop and implement a consensus on good practices.
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 | 0,107 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».