Modélisation de l'efficacité de la prévention pour estimer le point de bascule de l'équité : quelle couverture des interventions préventives individuelles permet de réduire les effets des disparités socioéconomiques relatives au risque de diabète?
Notice bibliographique
Résumé
Introduction La plupart des traitements préventifs individuels peuvent atténuer ou renforcer les disparités en santé selon leur efficacité différentielle dans la collectivité en fonction du statut socioéconomique (SSE). Le point de bascule de l'équité — défini comme le point à partir duquel les disparités en santé augmentent — se calcule en faisant varier les composantes de l'efficacité dans la collectivité, par exemple le risque de base de la maladie, la couverture des interventions ou l'efficacité de ces dernières, en fonction du SSE. Méthodologie Nous avons utilisé une méthode simple de modélisation pour estimer l'efficacité de la prévention du diabète dans la collectivité au Canada selon le SSE selon divers scénarios de couverture d'intervention. Résultats Le risque de base de diabète à cinq ans variait de 1,76 % entre le groupe ayant le revenu le plus faible et celui ayant le revenu le plus élevé. Lorsqu'on supposait que la couverture était complète dans toutes les tranches de revenu, l'écart diminuait, passant à 0,90 % (prévention de 144 000 cas) à la suite d'interventions sur le mode de vie et à 1,24 % (prévention de 88 100 cas) au moyen de la pharmacothérapie. Le point de bascule de l'équité a été estimé comme étant un écart de couverture de 30 % dans le cas des interventions de prévention (100 % de couverture dans le groupe ayant le revenu le plus élevé et 70 % de couverture dans le groupe ayant le revenu le plus faible). Conclusion Les disparités relativement au risque de diabète pourraient être sensiblement réduites si les interventions étaient adoptées de manière égale dans tous les groupes indépendamment du SSE. Cependant, les disparités en matière de couverture sont susceptibles d'entraîner une plus grande inégalité du risque. Des méthodes simples de modélisation peuvent servir à déterminer l'efficacité des interventions de prévention individuelles dans la collectivité et leur potentiel à réduire (ou augmenter) les disparités. Le point de bascule de l'équité peut être utilisé comme seuil critique dans l'analyse des disparités.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».