A Rapid Literature Review of Multi-Criteria Decision Support Methods in the Context of One Health for All-Hazards Threat Prioritization
Notice bibliographique
Résumé
Background: Multi-Criteria Decision Analysis (MCDA) is a decision support tool that can be used in public health emergency management. The use of a One Health lens in MCDA can support the prioritization of threats and interventions which cut across the human, animal, and environmental domains. Previous literature reviews have focused on creating a snapshot of MCDA methodological trends. Our study provides an update to the MCDA methods literature with key considerations from a One Health perspective and addresses the application of MCDA in an all-hazards decision-making context. Methods: We conducted a literature search on MEDLINE, EMBASE, SCOPUS, the CAB database, and a limited online gray literature search in partnership with a librarian from Health Canada. Articles were limited to those published in the year 2010 or later in a high-income setting (OECD member countries). Results: Sixty-two articles were included for synthesis. Of these articles, most were Canadian studies (20%); and prioritized health risks, threats, and interventions in the human domain (69%). Six commonly used prioritization criteria were identified: threat, health, intervention, strategic, social, and economic impact. Stakeholders were engaged in 85% of studies and commonly consisted of government groups, non-governmental groups, subject matter experts, and the public. While most articles (65%) included elements of One Health based on our definition, only 5 studies (9%) explicitly acknowledged One Health as a guiding principle for the study. Forty seven percentage of studies noted that MCDA was beneficial in supporting the decision-making process. Conclusion: Current literature on health prioritization presents some variability in the depth of integration of the One Health framework and on the use of various MCDA methodologies given prioritization objectives. Studies which applied a comprehensive One Health approach, prioritized disparate threats, or conducted cyclical prioritizations for governing bodies were broad in scope, but sparse. The results of our review indicate the need for better guidance on the integration of a One Health approach and the use of various MCDA methods given the main prioritization objectives.
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 | 0,031 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,043 | 0,033 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,004 |
| 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 ».