Reducing Inequities During the COVID-19 Pandemic: A Rapid Review and Synthesis of Public Health Recommendations
Notice bibliographique
Résumé
Objectives: Efforts to contain the COVID-19 pandemic should take into account worsening health inequities. While many public health experts have commented on inequities, no analysis has yet synthesized recommendations into a guideline for practitioners. The objective of this rapid review was to identify the areas of greatest concern and synthesize recommendations. Methods: We conducted a rapid systematic review (PROSPERO: CRD42020178131). We searched Ovid MEDLINE, Embase, PsycINFO, CINAHL and Cochrane Central Register of Controlled Trials databases from December 1, 2019 to April 27, 2020. We included English language peer-reviewed commentaries, editorials, and opinion pieces that addressed the social determinants of health in the context of COVID-19. Results: 338 articles met our criteria. Authors represented 81 countries. Income, housing, mental health, age and occupation were the most discussed social determinants of health. We categorized recommendations into primordial, primary, secondary and tertiary prevention that spoke to the social determinants of COVID-19 and equity. Conclusion: These recommendations can assist efforts to contain COVID-19 and reduce health inequities during the pandemic. Using these recommendations, public health practitioners could support a more equitable pandemic response. Systematic Review Registration: PROSPERO, CRD42020178131 .
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 | 0,065 | 0,188 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,024 | 0,016 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».