Large-scale infectious disease testing programs have little consideration for equity: findings from a scoping review
Notice bibliographique
Résumé
OBJECTIVE: This scoping review aimed to identify how equity has been considered in large-scale infectious disease testing initiatives. STUDY DESIGN AND SETTING: Large-scale testing interventions are instrumental for infectious disease control and a central tool for the coronavirus 19 (COVID-19) pandemic. We searched Web of Science: core collection, Embase and Medline in June 2021 and followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses recommendations for scoping reviews. We critically analyzed the content of all included articles. RESULTS: Our search resulted in 2448 studies of which 86 were included for data extraction after screening. Of the included articles, 80% reported on COVID-19 -related screening programs. None of the studies presented a formal definition of (in)equity in testing, however, 71 articles did indirectly include elements of equity through the justification of their target population. Of these 71 studies, 58% articles indirectly alluded to health equity according to the PROGRESS-Plus framework, an acronym used to identify a list of socially stratifying characteristics driving inequity in health outcomes. CONCLUSION: The studies included in our scoping review did not explicitly consider equity in their design or evaluation which is imperative for the success of infectious disease testing programs.
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 | 0,024 | 0,508 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».