The representation of vulnerable populations in quality improvement studies
Notice bibliographique
Résumé
PURPOSE: A mapping review to quantify representation of vulnerable populations, who suffer from disparity and often inequitable healthcare, in quality improvement (QI) research. DATA SOURCES: Studies published in 2004-2014 inclusive from Medline, Embase and Cochrane databases for English language research with the terms 'quality improvement' or 'quality control' or 'QI' and 'plan-do-study-act' or 'PDSA' in the years 2004-2014 inclusively. STUDY SELECTION: Published clinical research that was a QI-themed, as identified by its declared search terms, MESH terms, abstract or title. DATA EXTRACTION: Three reviewers identified the eligible studies independently. Excluded were publications that were not trials, evaluations or analyses. RESULTS OF DATA SYNTHESIS: Of 2039 results, 1660 were eligible for inclusion. There were 586 (33.5%) publications that targeted a specific vulnerable population: children (184, 10.54%), mental health patients (125, 7.16%), the elderly (100, 5.73%), women (57, 3.27%), the poor (30, 1.72%), rural residents (29, 1.66%), visible minorities (27, 1.55%), the terminally ill (17, 0.97%), adolescents (16, 0.92%) and prisoners (1 study). Seventy-four articles targeted two or more vulnerable populations, and 11 targeted three population categories. On average, there were 158 QI research studies published per year, increasing from 69 in 2004 to 396 in 2014 (R2 = 0.7, P < 0.001). The relative representation of vulnerable populations had a mean of 33.58% and was stable over the time period (standard deviation (SD) = 5.9%, R2 = 0.001). Seven countries contributed to over 85% of the publications targeting vulnerable populations, with the USA contributing 62% of the studies. CONCLUSIONS: Over 11 years, there has been a marked increase in QI publications. Roughly one-third of all published QI research is on vulnerable populations, a stable proportion over time. Nevertheless, some vulnerable populations are under-represented. Increased education, resources and attention are encouraged to improve the health of vulnerable populations through focused QI initiatives.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | low |
| gpt | Métarecherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | low |
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».