MétaCan
Menu
Retour à la cohorte
Enregistrement W4322769559 · doi:10.1186/s12889-023-15313-7

Public health emergency preparedness for infectious disease emergencies: a scoping review of recent evidence

2023· review· en· W4322769559 sur OpenAlexaff
Jessica M. Lee, Rachel Jansen, Kate E Sanderson, Fiona Guerra, Sue Keller-Olaman, Michelle Murti, Tracey O’Sullivan, Madelyn Law, Brian Schwartz, Laura E Bourns, Yasmin Khan

Notice bibliographique

RevueBMC Public Health · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensBrock UniversityUniversity of OttawaGovernment of OntarioPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésPreparednessPublic healthEmergency managementMedicineInfectious disease (medical specialty)Resilience (materials science)Grey literaturePandemicCommunity resilienceMedical emergencyDiseasePublic relationsMEDLINECoronavirus disease 2019 (COVID-19)Political scienceNursingPathologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic continues to demonstrate the risks and profound health impacts that result from infectious disease emergencies. Emergency preparedness has been defined as the knowledge, capacity and organizational systems that governments, response and recovery organizations, communities and individuals develop to anticipate, respond to, or recover from emergencies. This scoping review explored recent literature on priority areas and indicators for public health emergency preparedness (PHEP) with a focus on infectious disease emergencies. METHODS: Using scoping review methodology, a comprehensive search was conducted for indexed and grey literature with a focus on records published from 2017 to 2020 onward, respectively. Records were included if they: (a) described PHEP, (b) focused on an infectious emergency, and (c) were published in an Organization for Economic Co-operation and Development country. An evidence-based all-hazards Resilience Framework for PHEP consisting of 11 elements was used as a reference point to identify additional areas of preparedness that have emerged in recent publications. The findings were analyzed deductively and summarized thematically. RESULTS: The included publications largely aligned with the 11 elements of the all-hazards Resilience Framework for PHEP. In particular, the elements related to collaborative networks, community engagement, risk analysis and communication were frequently observed across the publications included in this review. Ten emergent themes were identified that expand on the Resilience Framework for PHEP specific to infectious diseases. Planning to mitigate inequities was a key finding of this review, it was the most frequently identified emergent theme. Additional emergent themes were: research and evidence-informed decision making, building vaccination capacity, building laboratory and diagnostic system capacity, building infection prevention and control capacity, financial investment in infrastructure, health system capacity, climate and environmental health, public health legislation and phases of preparedness. CONCLUSION: The themes from this review contribute to the evolving understanding of critical public health emergency preparedness actions. The themes expand on the 11 elements outlined in the Resilience Framework for PHEP, specifically relevant to pandemics and infectious disease emergencies. Further research will be important to validate these findings, and expand understanding of how refinements to PHEP frameworks and indicators can support public health practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,018
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,616
Tête enseignante GPT0,560
Écart entre enseignants0,056 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations62
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207