MétaCan
Menu
← Retour à la cohorte
Enregistrement W6931379334 · doi:10.5281/zenodo.5019194

IMPACT-HTA WP10 - Country vignettes of appraisal processes for rare disease treatments

2019· article· en· W6931379334 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensYork University
Organismes subventionnairesEuropean Commission
Mots-clésRare diseaseReimbursementDiseaseVignetteIdentification (biology)Health technologyDeskSystematic review

Résumé

récupéré en direct d'OpenAlex

There is increasing recognition that conventional health technology assessment (HTA) appraisal and reimbursement processes may be unsuitable for rare disease treatments, particularly in those diseases that require highly specialized care and that are very rare. They often fail to demonstrate added benefit or meet cost-effectiveness thresholds because of uncertainties in the evidence and high prices. Work Package 10 on appraisal of rare disease treatments in the EU-funded IMPACT-HTA project is developing guidance on novel approaches for the appraisal of rare disease treatments that will help overcome these limitations and ensure improved access to these treatments through more consistent, transparent and robust decision-making. The first step was to gain a good understanding of how countries are dealing with rare disease treatments in their appraisal and reimbursement processes. It was thought that some HTA bodies were implementing special processes for rare disease treatments or ultra-rare disease treatments, but these were not well documented or consistent across countries. A comprehensive overview of European countries was missing. The aim of creating these country vignettes was to document HTA appraisal/reimbursement processes for rare disease treatments in all EU and EEA Member States, Canada and New Zealand, in a concise, consistent and clear manner. This was done in several stages: (1) identification of key experts (when possible, those involved in these processes for rare disease treatments), (2) administration of survey to key experts, (3) creation of country vignette on the basis of the information provided in the surveys and additional desk research, and (4) additional questions to, and final validation of vignette with key experts. This work has been ongoing since mid-2018 and we are now delighted to make these vignettes publicly available through the IMPACT-HTA website. The strength of these vignettes is that a lot of the information comes from key experts, and what is more, that some of the information provided is not available in public resources. Nonetheless, some of the information may be incomplete or contain inaccuracies. If you identify any issues, do not hesitate to contact the IMPACT-HTA team.

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)0,020
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,055
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0380,008

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 Opus0,054
Tête enseignante GPT0,330
Écart entre enseignants0,276 · 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'étudeQualitatif
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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→