Communicating the benefits of population health interventions: The health effects can be on par with those of medication
Notice bibliographique
Résumé
How can we communicate to the public that population level health interventions are effective at improving health? Perhaps the most familiar "currency" of effect is that which can be brought about via medication. Comparisons of effect sizes may be effective ways of communicating the benefits of population health interventions if they are seen and understood in the same way that medications are. We developed a series of comparisons to communicate benefits of population health interventions in terms of similar gains to be obtained from statins, metformin and antihypertensive medications for prevention of cardiovascular events, type 2 diabetes, obesity and hypertension. A purposive search identified evidence of population health intervention-related benefits. This evidence ranged from meta-analyses of RCTs to that from observational cohort studies. Population health interventions included implementation of national smoke free legislation, enhanced neighbourhood walkability, increased opportunities for active travel and protection of urban green space. In some cases, the benefits of population health interventions were found to be equivalent to, or even outweighed those of the medications to which they were compared. For example, RCT-based evidence suggested that exercise taken with a view of a green space was associated with 12 mmHg and 6 mmHg reductions in systolic and diastolic blood pressure, respectively, which was at least on par with the reductions associated with antihypertensive medications. Future work will test the effectiveness of these comparisons for increasing the familiarity, credibility and acceptability of population health interventions and, in particular, examine the importance of communicating putative mechanisms and potential co-benefits.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».