A three-stage approach to measuring health inequalities and inequities
Notice bibliographique
Résumé
INTRODUCTION: Measurement of health inequities is fundamental to all health equity initiatives. It is complex because it requires considerations of ethics, methods, and policy. Drawing upon the recent developments in related specialized fields, in this paper we incorporate alternative definitions of health inequity explicitly and transparently in its measurement. We propose a three-stage approach to measuring health inequities that assembles univariate health inequality, univariate health inequity, and bivariate health inequities in a systematic and comparative manner. METHODS: We illustrate the application of the three-stage approach using the Joint Canada/United States Survey of Health, measuring health by the Health Utilities Index (HUI). Univariate health inequality is the distribution of the observed HUI across individuals. Univariate health inequity is the distribution of unfair HUI--components of HUI associated with ethically unacceptable factors--across individuals. To estimate the unfair HUI, we apply two popular definitions of inequity: "equal opportunity for health" (health outcomes due to factors beyond individual control are unfair), and "policy amenability" (health outcomes due to factors amenable to policy interventions are unfair). We quantify univariate health inequality and inequity using the Gini coefficient. We assess bivariate inequities using a regression-based decomposition method. RESULTS: Our analysis reveals that, empirically, different definitions of health inequity do not yield statistically significant differences in the estimated amount of univariate inequity. This derives from the relatively small explanatory power common in regression models describing variations in health. As is typical, our model explains about 20% of the variation in the observed HUI. With regard to bivariate inequities, income and health care show strong associations with the unfair HUI. CONCLUSIONS: The measurement of health inequities is an excitingly multidisciplinary endeavour. Its development requires interdisciplinary integration of advances from relevant disciplines. The proposed three-stage approach is one such effort and stimulates cross-disciplinary dialogues, specifically, about conceptual and empirical significance of definitions of health inequities.
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 | 0,017 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| 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 ».