CHNRI-B: integrating bibliometric, patent and public-funding intelligence into health research priority setting - a methodological framework for capacity-sensitive priority setting
Dieses Paper stellt CHNRI-B vor, ein methodisches Framework, das den standardmäßigen CHNRI-Prozess der Priorisierung der Gesundheitsforschung durch die Integration von präregistrierten bibliometrischen, patentrechtlichen und öffentlichen Finanzierungsdaten verbessert, um Transparenz, Kontextsensitivität und Implementierungsreife zu steigern, während das deliberative Urteilsvermögen von Experten bewahrt wird.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, ein Land verfügt über ein begrenztes Budget, um die Heilung von Krankheiten zu erforschen, Ärzte auszubilden und Krankenhäuser zu bauen. Es hat eine lange Liste von Ideen für die Forschung, kann aber nicht alle finanzieren. Es braucht eine Möglichkeit zu entscheiden, welche Ideen am wichtigsten sind und welche davon im Moment tatsächlich machbar sind.
Dieses Papier stellt ein neues Werkzeug namens CHNRI-B vor. Betrachten Sie das ursprüngliche Werkzeug (CHNRI) als ein sehr faires Abstimmungssystem, bei dem Experten verschiedene Forschungsideen bewerten. Die neue Version, CHNRI-B, fügt einen „intelligenten Assistenten“ hinzu, der vor Beginn der Abstimmung Fakten sammelt und die Ergebnisse nach Abschluss der Abstimmung überprüft.
So funktioniert es, erklärt anhand einfacher Analogien:
1. Das Problem: Abstimmen ohne Landkarte
Stellen Sie sich eine Gruppe von Menschen vor, die entscheiden wollen, wo eine neue Brücke gebaut werden soll. Sie stimmen über Standorte ab, haben aber vorher nicht auf eine Landkarte geschaut. Sie wissen nicht, ob der Boden zu weich ist, ob bereits eine Brücke in der Nähe steht oder ob sie die Bauarbeiter haben, um sie zu bauen. Sie könnten für eine großartige Idee stimmen, die unmöglich zu bauen ist, oder eine großartige Idee übersehen, weil sie nicht wuschen, dass sie existiert.
Das Papier sagt, dass viele Übungen zur Priorisierung der Forschung wie dies sind. Experten stimmen darüber ab, was untersucht werden soll, aber sie haben oft kein klares Bild von:
- Was wird bereits untersucht? (Erfinden wir das Rad neu?)
- Wer leistet die Arbeit? (Haben wir die richtigen Experten?)
- Haben wir das Geld und die Werkzeuge? (Ist die Idee bereit zur Umsetzung?)
2. Die Lösung: Das „Kontext- und Kapazitäts-Dossier“
CHNRI-B fügt einen Schritt namens Stage-0 hinzu. Bevor die Experten ihre Stimmen abgeben, erstellt das Team ein „Dossier“ (einen detaillierten Bericht). Dieser Bericht ist wie ein smartes Dashboard, das drei Dinge anzeigt:
- Die Bibliotheks-Karte (Bibliometrie): Es scannt Millionen wissenschaftlicher Arbeiten, um zu sehen, wer worüber schreibt, wo diese Personen lokalisiert sind und wie schnell sich das jeweilige Feld entwickelt. Es ist, als würde man in einer Bibliothek prüfen, welche Bücher populär sind und welche Regale noch leer sind.
- Das Erfinder-Radar (Patente): Es betrachtet Patentanmeldungen, um zu sehen, ob neue Technologien erfunden werden, die helfen könnten. Es ist, als würde man prüfen, ob schon jemand einen Prototyp für die Brücke gebaut hat. Hinweis: Das Papier warnt, dass einige wichtige Gesundheitsideen (wie ein besseres Krankenhausmanagement) keine Patente haben, daher wird dieses Radar nicht für alles verwendet.
- Der Geldbeutel-Check (Öffentliche Mittel): Es prüft, wie viel Geld die Regierung und andere Gruppen bereits für diese Themen ausgeben. Es ist, als würde man das Budget prüfen, um zu sehen, ob ein Projekt bereits voll finanziert ist oder ob es nach Geld hungert.
3. Wie sich die Abstimmung verändert
Sob-ald dieses „Dashboard“ bereit ist, führen die Experten ihre Abstimmung durch (der Standard-CHNRI-Teil). Aber jetzt stimmen sie mit offenen Augen ab.
- Sie sehen eine Liste von Ideen, die durch reale Daten gestützt werden.
- Sie wissen genau, welche Experten sie in den Raum einladen müssen – nicht nur die berühmten, sondern auch die aktiven Forscher, die in den Daten gefunden wurden.
- Sie erhalten für jedes Thema ein „Spickzettel“, damit alle mit denselben Fakten starten.
4. Das Ergebnis: Eine „To-Do-Liste“, nicht nur ein Ranking
Nachdem die Experten abgestimmt und die Ideen eingestuft haben, liefert CHNRI-B nicht einfach nur eine Liste von 1 bis 10. Es sortiert die Gewinner basierend auf den „Dashboard“-Daten in verschiedene Kategorien ein:
- Der „Go“-Eimer (Starten): Hohe Priorität, viele Experten, aber noch nicht genügend Geld vorhanden. Maßnahme: Sofort Geld bereitstellen.
- Der „Zuerst aufbauen“-Eimer (Aufbau): Hohe Priorität, aber wir haben noch nicht die nötigen Experten oder Werkzeuge. Maßnahme: Noch nicht in die Forschung investieren; zuerst die Menschen ausbilden und die Labore aufbauen.
- Der „Koordinieren“-Eimer (Koordination): Hohe Priorität, aber bereits alle arbeiten daran. Maßnahme: Keine neuen, separaten Projekte mehr finanzieren; stattdin die bestehenden Teams bei der Zusammenarbeit unterstützen.
5. Warum das wichtig ist (besonders für ärmere Länder)
Das Papier erklärt, dass es in Ländern mit weniger Ressourcen gefährlich ist, einfach nur die „besten“ Ideen auszuwählen, ohne zu prüfen, ob diese auch tatsächlich umsetzbar sind. CHNRI-B hilft Führungskräften, den Unterschied zu erkennen zwischen:
- „Das ist eine großartige Idee, aber wir können sie noch nicht umsetzen.“
- „Das ist eine großartige Idee, und wir sind bereit dafür.“
Was das Papier NICHT behauptet
Es ist wichtig zu wissen, was dieses Papier nicht sagt:
- Es sagt nicht, dass die Computerdaten die menschliche Urteilskraft ersetzen. Die Experten treffen immer noch die endgültige Entscheidung.
- Es behauptet nicht, dass diese Methode bereits an einer echten Krankheit getestet wurde. Dieses Papier ist lediglich der Entwurf für das Werkzeug.
- Es verspricht nicht, dass dies morgen Krankheiten heilen wird. Es verspricht einen besseren Weg zu entscheiden, wohin das Geld für die Forschung investiert werden soll.
Kurz gesagt: CHNI-B ist eine Methode, um sicherzustellen, dass wir nicht nur raten, wenn wir entscheiden, welche Gesundheitsforschung wir finanzieren. Wir nutzen eine klare, transparente Karte dessen, was existiert, wer arbeitet und was fehlt, damit wir unser Geld klug investieren können.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.