MétaCan
Menu
Retour à la cohorte
Enregistrement W4412515230 · doi:10.1017/s0266462325100366

Environmental sustainability in health technology assessment: an analysis of the activities of Canada’s Drug Agency and the England’s NICE

2025· article· en· W4412515230 sur OpenAlexaffabout
Gillian Parker, Fiona A. Miller

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Cambridge
Mots-clésNiceAgency (philosophy)SustainabilityDrugEnvironmental planningMedicineGeographyPharmacologyComputer scienceSociologySocial science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Medicines and devices have significant negative impacts on the environment. Increasingly, Health Technology Assessment (HTA) agencies, which inform healthcare decision making, are expected to integrate environmental issues into their assessments. This study assessed how HTA agencies have responded to these calls, with a focus on two national agencies that have committed to this agenda. METHODS: This descriptive study was conducted using document review. All relevant documents from both agencies were systematically collected and analyzed using descriptive statistics and content analysis. RESULTS: Thirty documents (2015-2024), from Canada's Drug Agency (CDA) (17) and England's National Institute for Health and Care Excellence (NICE) (13) that included environmental considerations were analyzed. Although no HTAs have assessed environmental data, primarily due to a lack of data and methods, documents demonstrate that CDA and NICE are employing varied strategies to incorporate environmental considerations through technology guidance. The agencies demonstrate both differences and similarities in approach: NICE focused on carbon and the use phase, whereas CDA focused on multiple environmental impacts across the lifecycle; both agencies are beginning to address the environmental impacts of devices, but there is a notable absence of medicines-related work. CONCLUSIONS: This study demonstrates that the agencies are exploring alternative strategies to elevate attention to the environmental impacts of health technologies. Differences in focus (e.g., whether to prioritize carbon emissions) and shared inattention to medicines point to deeper tensions. Thus, although both agencies have taken important steps forward, much work remains to fully address the environmental harms of health technologies.

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)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,935

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,082
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0150,025
Études des sciences et des technologies0,0110,007
Communication savante0,0140,004
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,416
Écart entre enseignants0,380 · 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
DomaineÉvaluation
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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

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