Informing the GRADE evidence to decision process with health equity considerations: demonstration from the Canadian rheumatoid arthritis care context
Notice bibliographique
Résumé
OBJECTIVES: Health equity is a priority for clinical and public health practice and promoted in GRADE's Evidence to Decision (EtD) Framework, yet there is still limited integration of specific equity considerations in chronic disease guideline development and implementation. Our objective was to embed equity considerations for upcoming Canadian Rheumatoid Arthritis treatment guidelines. STUDY DESIGN AND SETTING: In parallel with the Guidelines Committee process, considerations for six population groups (rural and remote residents, Indigenous Peoples, elderly persons with frailty, minority populations of first-generation immigrants and refugees, persons with low socioeconomic status or who are vulnerably housed, and sex and gender populations) based on literature reviews and key informant interviews were identified and contextualized to each step in the GRADE EtD framework. RESULTS: The EtD Framework domains relevant to rheumatoid arthritis treatment and management were analyzed through patient-centric, social determinant and economic lenses, while considering implementation feasibility. This determined tailored considerations relevant to recommendations for the priority populations to mitigate potential intervention-generated inequities. CONCLUSION: This approach provides a demonstration of the process of incorporating equity in the evidence to decision process and can be applied in future rheumatic disease guidelines while also informing a research agenda for equity in rheumatology outcomes.
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 | 0,085 | 0,282 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».