Eye care delivery models to improve access to eye care for Indigenous peoples in high-income countries: a scoping review
Notice bibliographique
Résumé
PURPOSE: Globally, there are ~370 million Indigenous peoples. Indigenous peoples typically experience worse health compared with non-Indigenous people, including higher rates of avoidable vision impairment. Much of this gap in eye health can be attributed to barriers that impede access to eye care services. We conducted a scoping review to identify and summarise service delivery models designed to improve access to eye care for Indigenous peoples in high-income countries. METHODS: Searches were conducted on MEDLINE, Embase and Global Health in January 2019 and updated in July 2020. All study designs were eligible if they described a model of eye care service delivery aimed at populations with over 50% Indigenous peoples. Two reviewers independently screened titles, abstracts and full-text articles and completed data charting. We extracted data on publication details, study context, service delivery interventions, outcomes and evaluations, engagement with Indigenous peoples and access dimensions targeted. We summarised findings descriptively following thematic analysis. RESULTS: We screened 2604 abstracts and 67 studies fulfilled our eligibility criteria. Studies were focused on Indigenous peoples in Australia (n=45), USA (n=11), Canada (n=7), New Zealand (n=2), Taiwan (n=1) and Greenland (n=1). The main disease focus was diabetic retinopathy (n=30, 45%), followed by 'all eye care' (n=16, 24%). Most studies focused on targeted interventions to increase availability of services. Fewer than one-third of studies reported involving Indigenous communities when designing the service. 41 studies reflected on whether the model improved access, but none undertook rigorous evaluation or quantitative assessment. CONCLUSIONS: The geographical and clinical scope of service delivery models to improve access to eye care for Indigenous peoples in high-income countries is narrow, with most studies focused on Australia and services for diabetic retinopathy. More and better engagement with Indigenous communities is required to design and implement accessible eye care services.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».