The ‘ <i>what’</i> and ‘ <i>how</i> ’ of screening for social needs in healthcare settings: a scoping review
Notice bibliographique
Résumé
Background Adverse social determinants of health give rise to individual-level social needs that have the potential to negatively impact health. Screening patients to identify unmet social needs is becoming more widespread. A review of the content of currently available screening tools is warranted. The aim of this scoping review was to determine what social needs categories are included in published Social Needs Screening Tools that have been developed for use in primary care settings, and how these social needs are screened. Methods We pre-registered the study on the Open Science Framework ( https://osf.io/dqan2/ ). We searched MEDLINE and Embase from 01/01/2010 to 3/05/2022 to identify eligible studies reporting tools designed for use in primary healthcare settings. Two reviewers independently screened studies, a single reviewer extracted data. We summarised the characteristics of included studies descriptively and calculated the number of studies that collected data relevant to specific social needs categories. We identified sub-categories to classify the types of questions relevant to each of the main categories. Results We identified 420 unique citations, and 27 were included. Nine additional studies were retrieved by searching for tools that were used or referred to in excluded studies. Questions relating to food insecurity and the physical environment in which a person lives were the most frequently included items (92–94% of tools), followed by questions relating to economic stability and aspects of social and community context (81%). Seventy-five percent of the screening tools included items that evaluated five or more social needs categories (mean 6.5; standard deviation 1.75). One study reported that the tool had been ‘validated’; 16 reported ‘partial’ validation; 12 reported that the tool was ‘not validated’ and seven studies did not report validation processes or outcomes.
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 | 0,070 | 0,248 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,038 | 0,034 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,010 | 0,014 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».