Potential harms associated with routine collection of patient sociodemographic information: A rapid review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Health systems are recommended to capture routine patient sociodemographic data as a key step in providing equitable person-centred care. However, collection of this information has the potential to cause harm, especially for vulnerable or potentially disadvantaged patients. OBJECTIVE: To identify harms perceived or experienced by patients, their families, or health-care providers from collection of sociodemographic information during routine health-care visits and to identify best practices for when, by whom and how to collect this information. SEARCH STRATEGY: We searched OVID MEDLINE, PubMed "related articles" via NLM and healthevidence.org to the end of January 2018 and assessed reference lists and related citations of included studies. INCLUSION CRITERIA: We included studies reporting on harms of collecting patient sociodemographic information in health-care settings. DATA EXTRACTION AND SYNTHESIS: Data on study characteristics and types of harms were extracted and summarized narratively. MAIN RESULTS: Eighteen studies were included; 13 provided patient perceptions or experiences with the collection of these data and seven studies reported on provider perceptions. Five reported on patient recommendations for collecting sociodemographic information. Patients and providers reported similar potential harms which were grouped into the following themes: altered behaviour which may affect care-seeking, data misuse or privacy concerns, discomfort, discrimination, offence or negative reactions, and quality of care. Patients suggested that sociodemographic information be collected face to face by a physician. DISCUSSION AND CONCLUSIONS: Overall, patients support the collection of sociodemographic information. However, harms are possible, especially for some population subgroups. Harms may be mitigated by providing a rationale for the collection of this information.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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 découle