MétaCan
Menu
← Retour à la cohorte
Enregistrement W6939746515 · doi:10.6084/m9.figshare.27937852

Regulatory perspectives on post-market evidence generation schemes for high-risk medical devices: a systematic review

2024· article· en· W6939746515 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConformityAuthorizationConformity assessmentSubject (documents)Systematic reviewScientific evidenceStandardization

Résumé

récupéré en direct d'OpenAlex

The new European Medical Device Regulation has raised the bar for the clinical evaluation of medical devices to gain marketing authorization by Notified Bodies (NBs) regarding certificates of conformity in Europe. Restrictions applied for High-risk medical devices (HRMD) may require further evidence generation. Some other jurisdictions apply similar schemes that may be useful to the European Union. This systematic review focused on extracting lessons from similar schemes worldwide to the European context. A systematic review of peer-reviewed and gray literature was performed based on ‘Device approval’ and ‘conditional approval’ keywords. Databases such as Medline, Embase, and WoS retrieved documents assessed with the AMSTAR-2 checklist. A descriptive and narrative analysis was conducted detailed in CRD42023431233 – PROSPERO. We obtained eight documents where conditional approvals for High-risk medical devices in the United States of America, China, and Canada were subject to generate further evidence. In Europe, NBs impose restrictions or limitations to certificates of conformity instead. Further development of policies, supporting access to HRMD subject to further evidence generation, would help Europe in further defining the appropriate situations for the application of determined regulatory routes, to enhance access to HRMD with promising evidence and further evidence development. PROSPERO (CRD42023431233).

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)0,264
score de la tête « metaresearch » (Gemma)0,562
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,264
Score d'incertitude au seuil0,908

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2640,562
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0060,008
Bibliométrie0,0170,016
Études des sciences et des technologies0,0010,005
Communication savante0,0080,011
Science ouverte0,0030,004
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,388
Tête enseignante GPT0,446
Écart entre enseignants0,059 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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 revueFigshare→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→