STEER:开放获取资源,用于进行医疗保健决策的结构化专家激励

科学领域:

• 卫生经济学和结果研究研究.
• 决策科学 决策科学
• 卫生技术评估 卫生技术评估

背景情况:

• 由于对医疗技术价值的不确定的证据,医疗系统在作出补偿决定时面临挑战.
• 在使用专家判断来做这些决定时,对问责制和透明度的需求越来越大.
• 结构化专家诱导 (SEE) 提供了定量化专家判断的正式方法,但面临着时间和资源强度等障碍.

研究的目的:

• 引入结构化专家诱导资源 (STEER),这是一个为医疗保健决策 (HCDM) 设计的开放访问工具套件.
• 解决实施SEE的时间,资源和工具可用性的实际障碍.
• 支持在HCDM中进行强有力的和透明的专家判断收集.

主要方法:

• 基于针对HCDM量身定制的SEE公布协议开发STEER.
• 创建一个全面的资源集合,涵盖整个SEE过程,从设计到报告.
• 包括实用指南,适应性工具,培训材料和与HCDM相关的例子.

主要成果:

• STEER提供了易于获得的资源,以促进HCDM中的SEE过程.
• 这些资源涵盖了SEE的所有阶段,包括实际和行政方面的考虑.
• 该集合旨在简化实施,同时保持SEE的严格性.

结论:

• 斯蒂尔提供了一种实际的解决方案,以提高医疗保健报销决定中的专家判断的透明度和问责制.
• 利用这些现成的资源可以简化和加快HCDM中的SEE过程.
• 通过使专家引入更容易获得和更有效,STEER促进了强有力的决策.