MétaCan
Menu
Retour à la cohorte
Enregistrement W4372331151 · doi:10.1186/s12939-023-01864-z

Prioritising Cochrane reviews to be updated with health equity focus

2023· article· en· W4372331151 sur OpenAlexaff
E. Tomlinson, Jordi Pardo Pardo, Torunn E Sivesind, Mindy D Szeto, Melissa Laughter, Ruth Foxlee, Michael Brown, Nicole Skoetz, Robert P. Dellavalle, Juan Víctor Ariel Franco, Mike Clarke, Alison Krentel, Ludovic Reveiz, Ashrita Saran, Frances Tse, George A. Wells, Robert Boyle, Jennifer Hilgart, Euphrasia Ebai-Atuh Ndi, Vivian Welch, Jennifer Petkovic, Peter Tugwell

Notice bibliographique

RevueInternational Journal for Equity in Health · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensMcMaster UniversityOttawa HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionMedicineSystematic reviewDisadvantagedEquity (law)PopulationHealth policyDisadvantagePopulation healthHealth equityPublic healthHealth services researchEnvironmental healthMEDLINEEconomic growthNursingPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The prioritisation of updating published systematic reviews of interventions is vital to prevent research waste and ensure relevance to stakeholders. The consideration of health equity in reviews is also important to ensure interventions will not exacerbate the existing inequities of the disadvantaged if universally implemented. This study aimed to pilot a priority setting exercise based on systematic reviews of interventions published in the Cochrane Library, to identify and prioritise reviews to be updated with a focus on health equity. METHODS: We conducted a priority setting exercise with a group of 13 international stakeholders. We identified Cochrane reviews of interventions that showed a reduction in mortality, had at least one Summary of Findings table and that focused on one of 42 conditions with a high global burden of disease from the 2019 WHO Global Burden of Disease report. This included 21 conditions used as indicators of success of the United Nations Universal Health Coverage in attaining the Sustainable Development Goals. Stakeholders prioritised reviews that were relevant to disadvantaged populations, or to characteristics of potential disadvantage within the general population. RESULTS: After searching for Cochrane reviews of interventions within 42 conditions, we identified 359 reviews that assessed mortality and included at least one Summary of Findings table. These pertained to 29 of the 42 conditions; 13 priority conditions had no reviews with the outcome mortality. Reducing the list to only reviews showing a clinically important reduction in mortality left 33 reviews. Stakeholders ranked these reviews in order of priority to be updated with a focus on health equity. CONCLUSIONS: This project developed and implemented a methodology to set priorities for updating systematic reviews spanning multiple health topics with a health equity focus. It prioritised reviews that reduce overall mortality, are relevant to disadvantaged populations, and focus on conditions with a high global burden of disease. This approach to the prioritisation of systematic reviews of interventions that reduce mortality provides a template that can be extended to reducing morbidity, and the combination of mortality and morbidity as represented in Disability-Adjusted Life Years and Quality-Adjusted Life Years.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,505
score de la tête « metaresearch » (Gemma)0,790
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,610

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5050,790
Méta-épidémiologie (sens strict)0,0070,010
Méta-épidémiologie (sens large)0,0180,018
Bibliométrie0,1010,053
Études des sciences et des technologies0,0050,003
Communication savante0,0240,030
Science ouverte0,0120,021
Intégrité de la recherche0,0100,010
Charge utile insuffisante (le modèle a refusé de juger)0,0150,004

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 Opus0,831
Tête enseignante GPT0,680
Écart entre enseignants0,151 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineÉvaluation
GenreEmpirique

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

En bref

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetMeta-analysis and systematic reviewsTravaux en français237 207