MétaCan
Menu
Retour à la cohorte
Enregistrement W3199066398 · doi:10.14288/1.0401969

When public health goes wrong : the history and ethics of public health errors

2021· article· en· W3199066398 sur OpenAlexaffabout
Itai Bavli

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPublic healthPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

This dissertation comprises three papers examining the historical, ethical, and social aspects of public health errors. My first paper explores how US health authorities responded to the discovery of the late health effects of radiation treatment. Based on the examination of multiple primary and secondary sources of evidence; archival research conducted at the National Archive in Washington, DC; and research conducted through media web-archives, I show how efforts by Michael Reese hospital in Chicago to locate and examine former patients (and the media attention these efforts attracted) led to a nationwide campaign by the National Cancer Institute (NCI) to warn those who underwent radiation treatment during childhood. My second paper investigates the ethics of evidence and post-market surveillance of pharmaceuticals in Canada. Drawing on philosophical discussions of inductive risk, the paper examines what evidence should have been sufficient for Health Canada (HC) to revise the misleading information that appeared in the product monograph for OxyContin. Given the stakes involved, I argue that a less strict standard of evidence would have been appropriate, yet HC in fact took the opposite course, insisting on a higher standard of evidence than it normally requires. The time it took for Health Canada to revise the monograph may have contributed to the prescription opioid epidemic in Canada. This paper also contributes to existing philosophical work by demonstrating that inductive risks in the post-approval stage are important and linked to pre-approval inductive risks. My third paper provides a new concept of public health errors—defined as acts of commission or omission, culpable or not, by public health officials, whose consequences for population health were clearly worse than those of an alternative that could have been chosen instead. This conception better corresponds to the task of public health, compared to policy failure literature, where achievement of political objectives is often used to measure success, and has practical and theoretical advantages. It also serves as a valuable analytical lens for understanding general mechanisms leading to public health errors, with utility for scholars who study policy errors as well as for public health actors interested in preventing them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,134
score de la tête « metaresearch » (Gemma)0,231
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,711

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1340,231
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0180,213
Communication savante0,0330,038
Science ouverte0,0040,014
Intégrité de la recherche0,0340,044
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,511
Tête enseignante GPT0,409
Écart entre enseignants0,102 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetHealthcare cost, quality, practicesTravaux en français237 207