MétaCan
Menu
Retour à la cohorte
Enregistrement W4406147925 · doi:10.1017/s0266462324004252

PD203 Comparison Of Health Technology Assessment Methodologies Across Australia, Canada, New Zealand And The United Kingdom: Implications For Future Collaboration

2024· article· en· W4406147925 sur OpenAlexaboutno aff
Nadine Henderson, Claud Theakston, Simon Brassel, Martina Garau, Rachel Allen, Nathalie Largeron, K Malottki, Karen Dennise Mariño Garcés, Megan Coombes

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-clésNiceExcellenceOrphan drugHealth technologyAgency (philosophy)MedicineHealth carePolitical scienceSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Introduction In 2022, a group of health technology assessment (HTA) bodies from Australia, Canada, and the UK announced a collaboration to identify solutions to common challenges. This collaboration was later expanded to include agencies from New Zealand and Quebec, Canada. Since one possible activity of the consortium is joint assessments, we compared the methodologies of the agencies on 11 topics to assess the feasibility of this. Methods We reviewed the methodological guidelines of the Canadian Agency for Drugs and Technologies in Health (CADTH), L’Institut national d’excellence en santé et services sociaux (INESSS), the National Institute for Health and Care Excellence (NICE), the Pharmaceutical Benefits Advisory Committee (PBAC), the Pharmaceutical Management Agency (Pharmac), and the Scottish Medicines Consortium (SMC). The topics considered were real-world evidence, consideration of health effects, economic reference case, survival analysis, surrogate endpoints, patient involvement, uncertainty, orphan pathways, clinical evidence requirements, carer perspective, and decision modifiers. We analyzed the level of alignment across the collaborating agencies using information from the guidelines, supplemented by published literature where necessary. Results Three topics exhibited high alignment: consideration of health effects, clinical evidence requirements and surrogate endpoints. The topics of orphan pathways and carer perspective had low alignment. The remaining topics had moderate alignment. Regarding orphan pathways, NICE and the SMC had separate processes for ultra-orphan drugs, CADTH and INESSS implicitly consider rarity, and PBAC and Pharmac do not appear to consider rarity. Since carer perspective is not commonly accepted in HTA, NICE was the only agency with relevant guidance on this topic. INESSS required the societal perspective as standard, while the PBAC and Pharmac explicitly excluded it. CADTH may consider carer perspective in some circumstances, whereas the SMC guidance was ambiguous. Conclusions While there is good alignment on most topics, there are several areas where agencies would need to resolve divergences in preferred methodology if joint assessments are going to be carried out in the future. All relevant stakeholders should be part of this process, including patient groups and industry.

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)0,545
score de la tête « metaresearch » (Gemma)0,721
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,561

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5450,721
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0140,029
Études des sciences et des technologies0,0030,004
Communication savante0,0140,007
Science ouverte0,0040,010
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,415
Tête enseignante GPT0,598
Écart entre enseignants0,183 · 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