Considering health equity when moving from evidence-based guideline recommendations to implementation: a case study from an upper-middle income country on the GRADE approach
Notice bibliographique
Résumé
The availability of evidence-based guidelines does not ensure their implementation and use in clinical practice or policy making. Inequities in health have been defined as those inequalities within or between populations that are avoidable, unnecessary and also unjust and unfair. Evidence-based clinical practice and public health guidelines ('guidelines') can be used to target health inequities experienced by disadvantaged populations, although guidelines may unintentionally increase health inequities. For this reason, there is a need for evidence-based clinical practice and public health guidelines to intentionally target health inequities experienced by disadvantaged populations. Current guideline development processes do not include steps for planned implementation of equity-focused guidelines. This article describes nine steps that provide guidance for consideration of equity during guideline implementation. A critical appraisal of the literature followed by a process to build expert consensus was undertaken to define how to include consideration of equity issues during the specific GRADE guideline development process. Using a case study from Colombia we describe nine steps that were used to implement equity-focused GRADE recommendations: (1) identification of disadvantaged groups, (2) quantification of current health inequities, (3) development of equity-sensitive recommendations, (4) identification of key actors for implementation of equity-focused recommendations, (5) identification of barriers and facilitators to the implementation of equity-focused recommendations, (6) development of an equity strategy to be included in the implementation plan, (7) assessment of resources and incentives, (8) development of a communication strategy to support an equity focus and (9) development of monitoring and evaluation strategies. This case study can be used as model for implementing clinical practice guidelines, taking into account equity issues during guideline development and implementation.
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 | 0,037 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».