Unexplained health inequality – is it unfair?
Notice bibliographique
Résumé
INTRODUCTION: Accurate measurement of health inequities is indispensable to track progress or to identify needs for health equity policy interventions. A key empirical task is to measure the extent to which observed inequality in health - a difference in health - is inequitable. Empirically operationalizing definitions of health inequity has generated an important question not considered in the conceptual literature on health inequity. Empirical analysis can explain only a portion of observed health inequality. This paper demonstrates that the treatment of unexplained inequality is not only a methodological but ethical question and that the answer to the ethical question - whether unexplained health inequality is unfair - determines the appropriate standardization method for health inequity analysis and can lead to potentially divergent estimates of health inequity. METHODS: We use the American sample of the 2002-03 Joint Canada/United States Survey of Health and measure health by the Health Utilities Index (HUI). We model variation in the observed HUI by demographic, socioeconomic, health behaviour, and health care variables using Ordinary Least Squares. We estimate unfair HUI by standardizing fairness, removing the fair component from the observed HUI. We consider health inequality due to factors amenable to policy intervention as unfair. We contrast estimates of inequity using two fairness-standardization methods: direct (considering unexplained inequality as ethically acceptable) and indirect (considering unexplained inequality as unfair). We use the Gini coefficient to quantify inequity. RESULTS: Our analysis shows that about 75% of the variation in the observed HUI is unexplained by the model. The direct standardization results in a smaller inequity estimate (about 60% of health inequality is inequitable) than the indirect standardization (almost all inequality is inequitable). CONCLUSIONS: The choice of the fairness-standardization method is ethical and influences the empirical health inequity results considerably. More debate and analysis is necessary regarding which treatment of the unexplained inequality has the stronger foundation in equity considerations.
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 | 0,013 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,010 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».