MétaCan
Menu
Retour à la cohorte
Enregistrement W2152237742 · doi:10.1186/2046-4053-3-33

The challenges of including sex/gender analysis in systematic reviews: a qualitative survey

2014· article· en· W2152237742 sur OpenAlexafffund
Vivien Runnels, Sari Tudiver, Marion Doull, Madeline Boscoe

Notice bibliographique

RevueSystematic Reviews · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSex and Gender in Healthcare
Établissements canadiensUniversity of British ColumbiaInstitute of Gender and HealthUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Ottawa
Mots-clésSystematic reviewMultidisciplinary approachGender equityMedicineGender analysisReproductive healthMEDLINEApplied psychologyMedical educationPsychologySocial sciencePopulationEnvironmental healthSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Systematic review methodology includes the rigorous collection, selection, and evaluation of data in order to synthesize the best available evidence for health practice, health technology assessments, and health policy. Despite evidence that sex and gender matter to health outcomes, data and analysis related to sex and gender are frequently absent in systematic reviews, raising concerns about the quality and applicability of reviews. Few studies have focused on challenges to implementing sex/gender analysis within systematic reviews. METHODS: A multidisciplinary group of systematic reviewers, methodologists, biomedical and social science researchers, health practitioners, and other health sector professionals completed an open-ended survey prior to a two-day workshop focused on sex/gender, equity, and bias in systematic reviews. Respondents were asked to identify challenging or 'thorny' issues associated with integrating sex and gender in systematic reviews and indicate how they address these in their work. Data were analysed using interpretive description. A summary of the findings was presented and discussed with workshop participants. RESULTS: Respondents identified conceptual challenges, such as defining sex and gender, methodological challenges in measuring and analysing sex and gender, challenges related to availability of data and data quality, and practical and policy challenges. No respondents discussed how they addressed these challenges, but all proposed ways to address sex/gender analysis in the future. CONCLUSIONS: Respondents identified a wide range of interrelated challenges to implementing sex/gender considerations within systematic reviews. To our knowledge, this paper is the first to identify these challenges from the perspectives of those conducting and using systematic reviews. A framework and methods to integrate sex/gender analysis in systematic reviews are in the early stages of development. A number of priority items and collaborative initiatives to guide systematic reviewers in sex/gender analysis are provided, based on the survey results and subsequent workshop discussions. An emerging 'community of practice' is committed to enhancing the quality and applicability of systematic reviews by integrating considerations of sex/gender into the review process, with the goals of improving health outcomes and ensuring health equity for all persons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,342
score de la tête « metaresearch » (Gemma)0,469
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,658
Score d'incertitude au seuil0,812

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3420,469
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,006
Études des sciences et des technologies0,0080,010
Communication savante0,0090,013
Science ouverte0,0030,015
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,508
Tête enseignante GPT0,502
Écart entre enseignants0,006 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSystematic ReviewsMême sujetSex and Gender in HealthcareTravaux en français237 207