-
Estruturas para sintetizar Evidências Qualitativas em processos de Avaliação de Tecnologias em Saúde: Uma revisão de escopo
- Voltar
Título
Estruturas para sintetizar Evidências Qualitativas em processos de Avaliação de Tecnologias em Saúde: Uma revisão de escopo
Tipo de documento
Resumo
Descrição
Documento publicado na Rebrats (Rede Brasileira de Avaliação de Tecnologias em Saúde) que sintetiza informações, evidências e resultados de estudos ou avaliações em saúde, facilitando a compreensão e o acesso ao conhecimento científico.
Fonte
Rebrats
Ano de publicação
2023
Referência (Vancouver)
Cardoso MMAC, Rugolo JM, Marques RT, Thabane L, Vanstone M, Püschel VAA, Weber SAT. Estruturas para sintetizar Evidências Qualitativas em processos de Avaliação de Tecnologias em Saúde: Uma revisão de escopo. J Assist Farmac Farmacoecon. 2024;9(Suppl. 1).
DOI
10.22563/2525-7323.2024.v9.s1.p.70
Identificador
2023REB046
Title
Frameworks for Synthesizing Qualitative Evidence in Health Technology Assessment Processes: A Scoping Review
Document type
Summary
Description
A document published by Rebrats (Brazilian Network for Health Technology Assessment) that synthesizes information, evidence, and results from health studies or assessments, facilitating understanding of and access to scientific knowledge.
Source
Rebrats
Year of publication
2023
Reference (Vancouver)
Cardoso MMAC, Rugolo JM, Marques RT, Thabane L, Vanstone M, Püschel VAA, Weber SAT. Estruturas para sintetizar Evidências Qualitativas em processos de Avaliação de Tecnologias em Saúde: Uma revisão de escopo. J Assist Farmac Farmacoecon. 2024;9(Suppl. 1).
DOI
10.22563/2525-7323.2024.v9.s1.p.70
Identifier
2023REB046
Resumo
Introdução: As agências de Avaliação de Tecnologias de Saúde (ATS) reconhecem que a incorporação de tecnologias nos sistemas de saúde não devem se basear somente por dados quantitativos. A incorpo-ração de dados qualitativos permite a avaliação a partir de achados sobre viabilidade, adequação, sig-nificado, valores e preferências da pessoa, aceitabilidade e equidade. Apesar de existirem alguns guias que orientam a condução de sínteses de evidências de dados qualitativos, uma estrutura ou diretriz específica para o processo de recomendação no campo de ATS não é conhecida e nem padronizada. O objetivo deste estudo foi mapear as estruturas propostas para sintetizar evidências qualitativas e avaliar a qualidade delas nos processos de ATS para a subsidiar a proposição de uma diretriz para o campo, tendo como questões: Quais documentos abordam diretrizes ou estruturas para sintetizar evidências qualitativas no campo de ATS? Que processos metodológicos são propostos para sintetizar, graduar e apresentar essas evidências com o objetivo de incorporação no relatórios de ATS?Métodos: Esta revisão de escopo seguiu a metodologia do JBI. As bases de dados acessadas foram: Me-dline, LILACS, CINAHL, Embase, Web of Science, Scopus, PsycINFO, Cochrane Library, JBIDatabase e Science Direct. A literatura cinzenta foi pesquisada no PROQUEST, Open Grey,CADTH’s Gray Matters, Google Scholar e no sites da agencias de ATS em diferentes países. Os dados foram apresentados em formato tabular e incluirão os tópicos de interesse. O conceito são os métodos para sintetizar evidências e avaliar a qualidade delas. O contexto é o campo de ATS mundialmente. Não há uma população espe-cífica. Não houve restrição de idioma ou ano de publicação.Resultados: Foram identificadas 1.909 citações. 302 duplicatas. 1.607 tiveram títulos e resumos ana-lisados. 59para leitura de texto completo. 20 documentos publicados e 9 relatórios foram selecionados. A maioria dos documentos pode ser classificado como guia. 5 agências de ATS inseriram proposta de inclusão. Aceitabilidade, viabilidade, equidade, e experiência foram as principais justificativas para a inclusão de dados qualitativos. Foram citadas estruturas como “Retrate”, INTAGRATE-HTA, GRADE CerQUAL, CASP (Critical Appraisal Skills Program), ENTREQ. Observa-se que não há um modelo de método mais frequente de método para sintetizar a evidencia, mas há uma sugestão de adequação da estrutura conforme a questão, tipo de estudo, público alvo e objetivo.Discussão e conclusões: Evidências preliminares sugerem diversidade e pouco detalhamento das abor-dagens. As implicações deste estudo estão direcionadas à identificação de semelhanças, diferenças e abordagens para sugerir uma diretriz que possibilite uma homogeneização dos processos, comparação entre diferentes contextos, transferabilidade, padronização ou mesmo atualização de informações. O estudo está na fase de apresentação de resultados para um painel de especialistas com o intuito de subsidiar a discussão sobre a viabilidade da proposição de uma diretriz para o campo.
Palavras-chave
Avaliação de tecnologia em saúde | Equidade | Estudos Qualitativos | Síntese de Evidên-cias Qualitativas
Observações
O registro foi originalmente publicado no idioma nativo em Português. As traduções foram geradas por inteligência artificial para o idioma Inglês.
Abstract
Introduction: Health Technology Assessment (HTA) agencies recognize that the incorporation of technologies into health systems should not be based solely on quantitative data. The incorporation of qualitative data allows for assessment based on findings regarding feasibility, suitability, meaning, people’s values and preferences, acceptability, and equity. Although there are some guidelines that guide the conduction of evidence syntheses from qualitative data, a specific structure or guideline for the recommendation process in the field of HTA is not known or standardized. The objective of this study was to map the structures proposed to synthesize qualitative evidence and assess their quality in HTA processes to support the proposal of a guideline for the field, with the following questions: Which documents address guidelines or structures for synthesizing qualitative evidence in the field of HTA? What methodological processes are proposed to synthesize, grade, and present this evidence for incorporation into HTA reports? Methods: This scoping review followed the JBI methodology. The databases accessed were: Medline, LILACS, CINAHL, Embase, Web of Science, Scopus, PsycINFO, Cochrane Library, JBIDatabase, and Science Direct. The gray literature was searched in PROQUEST, Open Grey, CADTH's Gray Matters, Google Scholar, and on the websites of HTA agencies in different countries. The data were presented in tabular format and will include the topics of interest. The concept is the methods to synthesize evidence and assess its quality. The context is the field of HTA worldwide. There is no specific population. There was no restriction on language or year of publication. Results: A total of 1,909 citations were identified. 302 duplicates. 1,607 had titles and abstracts analyzed. 59 for full-text reading. 20 published documents and 9 reports were selected. Most of the documents can be classified as guidelines. 5 HTA agencies submitted a proposal for inclusion. Acceptability, feasibility, equity, and experience were the main justifications for including qualitative data. Frameworks such as “Retrate”, INTAGRATE-HTA, GRADE CerQUAL, CASP (Critical Appraisal Skills Program), ENTREQ were cited. It is observed that there is no most frequent method model for synthesizing evidence, but there is a suggestion of adapting the framework according to the question, type of study, target audience, and objective. Discussion and conclusions: Preliminary evidence suggests diversity and little detail in the approaches. The implications of this study are aimed at identifying similarities, differences, and approaches to suggest a guideline that allows for the homogenization of processes, comparison between different contexts, transferability, standardization, or even updating of information. The study is in the phase of presenting results to a panel of experts with the aim of supporting the discussion on the viability of proposing a guideline for the field.
Keywords
Equity | Health technology assessment | Qualitative Studies | synthesis of qualitative evidence
Observation
The record was originally published in its native language, Portuguese. The translations were generated by artificial intelligence into English.