Exploring International Views on Key Concepts for Mass-gathering Health through a Delphi Process
Notice bibliographique
Résumé
Introduction The science underpinning mass-gathering health (MGH) is developing rapidly. However, MGH terminology and concepts are not yet well defined or used consistently. These variations can complicate comparisons across settings. There is, therefore, a need to develop consensus and standardize concepts and data points to support the development of a robust MGH evidence-base for governments, event planners, responders, and researchers. This project explored the views and sought consensus of international MGH experts on previously published concepts around MGH to inform the development of a transnational minimum data set (MDS) with an accompanying data dictionary (DD). Report A two-round Delphi process was undertaken involving volunteers from the World Health Organization (WHO) Virtual Interdisciplinary Advisory Group (VIAG) on Mass Gatherings (MGs) and the MG section of the World Association for Disaster and Emergency Medicine (WADEM). The first online survey tested agreement on six key concepts: (1) using the term "MG HEALTH;" (2) purposes of the proposed MDS and DD; (3) event phases; (4) two MG population models; (5) a MGH conceptual diagram; and (6) a data matrix for organizing MGH data elements. Consensus was defined as ≥80% agreement. Round 2 presented five refined MGH principles based on Round 1 input that was analyzed using descriptive statistics and content analysis. Thirty-eight participants started Round 1 with 36 completing the survey and 24 (65% of 36) completing Round 2. Agreement was reached on: the term "MGH" (n=35/38; 92%); the stated purposes for the MDS (n=38/38; 100%); the two MG population models (n=31/36; 86% and n=30/36; 83%, respectively); and the event phases (n=34/36; 94%). Consensus was not achieved on the overall conceptual MGH diagram (n=25/37; 67%) and the proposed matrix to organize data elements (n=28/37; 77%). In Round 2, agreement was reached on all the proposed principles and revisions, except on the MGH diagram (n=18/24; 75%). Discussion/Conclusions Event health stakeholders require sound data upon which to build a robust MGH evidence-base. The move towards standardization of data points and/or reporting items of interest will strengthen the development of such an evidence-base from which governments, researchers, clinicians, and event planners could benefit. There is substantial agreement on some broad concepts underlying MGH amongst an international group of MG experts. Refinement is needed regarding an overall conceptual diagram and proposed matrix for organizing data elements. Steenkamp M , Hutton AE , Ranse JC , Lund A , Turris SA , Bowles R , Arbuthnott K , Arbon PA . Exploring international views on key concepts for mass-gathering health through a Delphi process. Prehosp Disaster Med. 2016;31(4):443-453.
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 | 0,263 | 0,173 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,017 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,005 | 0,029 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».