Accounting for health inequities in the design of contact tracing interventions: 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: Contact tracing has been a central control measure for coronavirus disease 2019 (COVID-19) transmission. However, without consideration of the needs of specific populations, public health interventions can exacerbate health inequities. AIM: The purpose of this rapid review was to determine if and how health inequities were included in the design of contact tracing interventions in epidemic settings. METHODS: A search of the electronic databases MEDLINE and Web of Science was conducted. The following inclusion criteria were applied for article selection: (1) described the design of contact tracing interventions, (2) published between 2013 and 2020 in English, French, Spanish, Chinese, or Portuguese, (3) and included at least 50% of empiricism, according to the Automated Classifier of Texts on Scientific Studies (ATCER) tool. Various tools were used to extract data. RESULTS: Following screening of the titles and abstracts of 230 articles, 39 met the inclusion criteria. Only seven references were retained after full text review. None of the selected studies considered health inequities in the design of contact tracing interventions. CONCLUSIONS: The use of tools/concepts for incorporating health inequities, such as the REFLEX-ISS tool, and 'proportionate universalism' when designing contact tracing interventions, would enable practitioners, decision-makers, and researchers to better consider health inequities.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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