Implementation framework for chronic disease intervention effectiveness in Māori and other indigenous communities
Notice bibliographique
Résumé
BACKGROUND: About 40% of all health burden in New Zealand is due to cancer, cardiovascular disease, and type 2 diabetes/obesity. Outcomes for Māori (indigenous people) are significantly worse than non-Maori; these inequities mirror those found in indigenous communities elsewhere. Evidence-based interventions with established efficacy may not be effective in indigenous communities without addressing specific implementation challenges. We present an implementation framework for interventions to prevent and treat chronic conditions for Māori and other indigenous communities. THEORETICAL FRAMEWORK: The He Pikinga Waiora Implementation Framework has indigenous self-determination at its core and consists of four elements: cultural-centeredness, community engagement, systems thinking, and integrated knowledge translation. All elements have conceptual fit with Kaupapa Māori aspirations (i.e., indigenous knowledge creation, theorizing, and methodology) and all have demonstrated evidence of positive implementation outcomes. APPLYING THE FRAMEWORK: A coding scheme derived from the Framework was applied to 13 studies of diabetes prevention in indigenous communities in Australia, Canada, New Zealand, and the United States from a systematic review. Cross-tabulations demonstrated that culture-centeredness (p = .008) and community engagement (p = .009) explained differences in diabetes outcomes and community engagement (p = .098) explained difference in blood pressure outcomes. IMPLICATIONS AND CONCLUSIONS: The He Pikinga Waiora Implementation Framework appears to be well suited to advance implementation science for indigenous communities in general and Māori in particular. The framework has promise as a policy and planning tool to evaluate and design effective interventions for chronic disease prevention in indigenous communities.
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 | 0,151 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,013 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».