Navigating the future: horizon scanning and early dialogue in health technology assessment in Latin America
Notice bibliographique
Résumé
OBJECTIVE: To systematize the information and perspectives shared during the 2024 LATAM policy forum, which explored advancements in horizon scanning and early dialogue processes in the region, by analyzing the main discussion and identifying the main lessons. METHODS: This article is based on the discussions and background materials provided during the 1.5 days in-person 2024 Latin American Policy Forum (59 representatives from 11 countries). We gathered and systematized the information shared during the forum, including the results of a pre-forum survey. The Forum agenda included keynote presentations, breakout group activities, and plenary discussions to identify the main lessons and key messages from all different stakeholders' points of view. RESULTS: The forum highlighted the growing recognition of the need for structured horizon scanning and early dialogue processes in Latin America. Key barriers were identified, including the absence of clear legal frameworks, limited data availability, and the need for capacity-building. Potential solutions included fostering regional cooperation, improving transparency, and creating pilot programs for early engagement. Engaging patients and the pharmaceutical industry was deemed essential for trust and foster alignment between HTA agencies and regulators. CONCLUSIONS: Horizon scanning and early dialogue represent critical tools for improving health system preparedness and aligning innovation with local needs. Their implementation, however, requires coordinated efforts across multiple stakeholders, enhanced dialogue, and the development of supportive legal and regulatory frameworks.
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 | 0,143 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,019 |
| Communication savante | 0,016 | 0,017 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».