Are COVID-19 models blind to the social determinants of health? A systematic review protocol
Notice bibliographique
Résumé
INTRODUCTION: Infectious disease models are important tools to inform public health policy decisions. These models are primarily based on an average population approach and often ignore the role of social determinants in predicting the course of a pandemic and the impact of policy interventions. Ignoring social determinants in models may cause or exacerbate inequalities. This limitation has not been previously explored in the context of the current pandemic, where COVID-19 has been found to disproportionately affect marginalised racial, ethnic and socioeconomic groups. Therefore, our primary goal is to identify the extent to which COVID-19 models incorporate the social determinants of health in predicting outcomes of the pandemic. METHODS AND ANALYSIS: We will search MEDLINE, EMBASE, Cochrane Library and Web of Science databases from December 2019 to August 2020. We will assess all infectious disease modelling studies for inclusion of social factors that meet the following criteria: (a) focused on human spread of SARS-CoV-2; (b) modelling studies; (c) interventional or non-interventional studies; and (d) focused on one of the following outcomes: COVID-19-related outcomes (eg, cases, deaths), non-COVID-19-related outcomes (ie, impacts of the pandemic or control policies on other health conditions or health services), or impact of the pandemic or control policies on economic outcomes. Data will only be extracted from models incorporating social factors. We will report the percentage of models that considered social factors, indicate which social factors were considered, and describe how social factors were incorporated into the conceptualisation and implementation of the infectious disease models. The extracted data will also be used to create a narrative synthesis of the results. ETHICS AND DISSEMINATION: Ethics approval is not required as only secondary data will be collected. The results of this systematic review will be disseminated through peer-reviewed publication and conference proceedings. PROSPERO REGISTRATION NUMBER: CRD42020207706.
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 | 0,125 | 0,196 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,023 | 0,021 |
| Bibliométrie | 0,021 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,075 | 0,010 |
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 ».