MétaCan
Menu
Retour à la cohorte
Enregistrement W4406147495 · doi:10.1017/s0266462324002551

PP87 A Descriptive Study Of The Use Of Data Visualization In Full Health Technology Assessment Reports: 2021 To 2023

2024· article· en· W4406147495 sur OpenAlexaboutno aff
Estefania Herrera Ramos, Rocío Rodriguez López, Rebeca Isabel‐Gómez, M. Piedad Rosario Lozano, Beatriz Casal Acción, Roland Pastells Peiró, Lorea Galnares-Cordero

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineVisualizationData scienceFamily medicineComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

Introduction Data visualization is a powerful communication tool to facilitate the understanding of a complex process or data. Data visualization has been used in health technology assessment (HTA) reports for a long period (e.g., PRISMA flow diagrams, critical assessments, or GRADE). This study aims to investigate the number and manners in which HTA reports have been using descriptive data visualization for the years 2021 to 2023. Methods The international HTA database was used to identify and download the HTA reports from the years 2021 to 2023. We applied the database limits: full HTA and completed reports. The records were imported into a Microsoft Excel spreadsheet and screened by eight independent researchers applying the inclusion criteria: full HTA (according to methodological definition), access to the full text, and use of data visualization with a descriptive purpose (we excluded PRISMA flow diagrams, forest plots, and others). The data were observed with the software Power BI. Our analysis included variables such as agency name, country, section, type of visualization, and software. Results From the international HTA database, 1,128 records were exported: 89 records were directly excluded from this set as they were tagged as ongoing or other types of reports in the database; 1,039 records were screened. Around 30 percent of records were included for the data visualization screening criteria after fulfilling our inclusion criteria (full HTA and available full text). Finally, 12 percent of the reports included data visualizations for a descriptive purpose of their results or conclusions. The countries with a higher number of records included in this analysis were Germany (28%), Canada (18%), the UK (16%), and Spain (11%). Conclusions In our sample, we observed that data visualization is not widely used so far to describe outcomes and/or conclusions from HTA reports. An additional finding was the number of records tagged as full HTA in the international HTA database that were excluded as non-full HTA from our study.

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)0,036
score de la tête « metaresearch » (Gemma)0,216
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,216
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0140,021
Études des sciences et des technologies0,0010,001
Communication savante0,0040,006
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,402
Tête enseignante GPT0,548
Écart entre enseignants0,146 · 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'étudeObservationnel
DomainePrésentation des résultats
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207