Health equity: evidence synthesis and knowledge translation methods
Notice bibliographique
Résumé
BACKGROUND: At the Rio Summit in 2011 on Social Determinants of Health, the global community recognized a pressing need to take action on reducing health inequities. This requires an improved evidence base on the effects of national and international policies on health inequities. Although systematic reviews are recognized as an important source for evidence-informed policy, they have been criticized for failing to assess effects on health equity. METHODS: This article summarizes guidance on both conducting systematic reviews with a focus on health equity and on methods to translate their findings to different audiences. This guidance was developed based on a series of methodology meetings, previous guidance, a recently developed reporting guideline for equity-focused systematic reviews (PRISMA-Equity 2012) and a systematic review of methods to assess health equity in systematic reviews. RESULTS: We make ten recommendations for conducting equity-focused systematic reviews; and five considerations for knowledge translation. Illustrative examples of equity-focused reviews are provided where these methods have been used. CONCLUSIONS: Implementation of the recommendations in this article is one step toward monitoring the impact of national and international policies and programs on health equity, as recommended by the 2011 World Conference on Social Determinants of 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 | 0,403 | 0,635 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,011 | 0,011 |
| Bibliométrie | 0,032 | 0,030 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,007 | 0,013 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».