Monitoring Gender Equity in Health Using Gender-Sensitive Indicators: A Cross-National Study
Notice bibliographique
Résumé
BACKGROUND: As gender is known to be a major determinant of health, monitoring gender equity in health systems remains a vital public health priority. Focusing on a low-income (Peru), middle-income (Colombia), and high-income (Canada) country in the Americas, this study aimed to (1) identify and select gender-sensitive health indicators and (2) assess the feasibility of measuring and comparing gender-sensitive health indicators among countries. METHODS: Gender-sensitive health indicators were selected by a multidisciplinary group of experts from each country. The most recent gender-sensitive health measures corresponding to selected indicators were identified through electronic databases (CINAHL, PsycINFO, MEDLINE, Embase, LILACS, LIPECS, Latindex, and BIREME) and expert consultation. Data from population-based studies were analyzed when indicator information was unavailable from reports. RESULTS: Twelve of the 17 selected gender-sensitive health indicators were feasible to measure in at least two countries, and 9 of these were comparable among all countries. Indicators that were available were not stratified or adjusted by age, education, marital status, or wealth. The largest between-country difference was maternal mortality, and the largest gender inequity was mortality from homicides. CONCLUSIONS: This study shows that gender inequities in health exist in all countries, regardless of income level. Economic development seemed to confer advantages in the availability of such indicators; however, this finding was not consistent and needs to be further explored. Future initiatives should include identifying health system factors and risk factors associated with disparities as well as assessing the cost-effectiveness of including the routine monitoring of gender inequities in health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».