MétaCan
Menu
Retour à la cohorte
Enregistrement W4406147603 · doi:10.1017/s0266462324001454

OD09 How Are Population/Intervention/Comparator/Outcomes Criteria For Pharmaceutical Assessments Determined Around The World?

2024· article· en· W4406147603 sur OpenAlexaboutno aff
Skye Newton, Hayley Hill, Tracy Merlin

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-clésIntervention (counseling)PopulationMedicineComparatorFamily medicineEnvironmental healthPsychiatryEngineering

Résumé

récupéré en direct d'OpenAlex

Introduction Defining the population, intervention, comparator, outcomes (PICO) criteria is an essential step prior to performing a health technology assessment (HTA), but variations exist in how this step is performed. Methods A scoping review was performed to compare the processes and guidance provided for developing the PICO criteria for the assessment of new medicines across Australia, the UK, Canada, the US, European Union (as a single jurisdiction), Germany, France, the Netherlands, South Korea, and Taiwan. The websites of HTA agencies in these jurisdictions were searched for methodological guidance, and PubMed, Embase, and the HTA database were also searched for published literature on the topic of the process or methods for developing the PICO criteria. Results Two main approaches are used for developing the PICO criteria. In the UK, US, and European Union, a separate scoping process is used; in the remaining countries, the pharmaceutical manufacturer defines the PICO criteria as part of developing their dossier for submission. Guidance on PICO elements were similar in content but highly varied in the degree of guidance provided. The largest differences were in whether outcomes for people beyond the treated individual were recommended to be assessed. Conclusions A separate scoping phase allows stakeholder input into the criteria, which is important with the shift to incorporating more patient input into each phase of HTA. It can come at the cost of timeliness, so requires manufacturers to engage with the HTA systems earlier in the process.

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)0,214
score de la tête « metaresearch » (Gemma)0,434
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,970

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2140,434
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0110,014
Études des sciences et des technologies0,0020,005
Communication savante0,0120,010
Science ouverte0,0040,008
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0250,006

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 Opus0,325
Tête enseignante GPT0,591
Écart entre enseignants0,266 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
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