A group concept mapping study of stakeholder perspectives on digital therapeutics economic value drivers
Notice bibliographique
Résumé
BackgroundDigital therapeutics (DTx), software as a medical device, present a promising avenue for addressing the increasing burden of a range of conditions. In a context of budgetary constraints and an enduring need for optimal resource allocation, their implementation and adoption are contingent upon their capacity to provide economic value, which remains a research gap.MethodsGroup concept mapping, a participatory and mixed method was used to delve into a comprehensive identification and understanding of the factors that are conceptualized and perceived to impact the economic value of DTx. It involved semi-structured interviews, group discussions and web-based tasks with healthcare professionals, researchers, industry and public sector representatives. Participants sorted factors by similarity (n=37), rated their importance in generating economic value and consideration in practice (n=62). Multivariate methods included nonmetric multidimensional scaling analysis and agglomerative hierarchical cluster analysis to estimate conceptual data into visual representations.Findings59 factors influencing the economic value of DTx were identified and grouped into eight clusters. There was broad agreement among stakeholders on the significance of the DTx Impact on Patient Outcomes and DTx Implementation as the most influential clusters affecting the economic value of DTx. The DTx Associated Costs and DTx Monetization Models clusters were reported as not receiving potentially sufficient consideration throughout the DTx development lifecycle, particularly among researchers. Consequently, a conceptual framework of priority clusters and factors potentially driving DTx economic value is proposed.InterpretationThe results illustrate how stakeholders conceptualize, perceive, and consider factors impacting DTx economic value throughout its lifecycle. They reveal the complex interplay of multiple stakeholders and factors influencing DTx economic value, highlighting areas requiring prioritization at each stage.
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 | 0,028 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 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 ».