The Experience of Black Patients With Serious Illness in the United States: A Scoping Review
Notice bibliographique
Résumé
CONTEXT: Black patients experience health disparities in access and quality of care. OBJECTIVE: To identify and characterize the literature on the experiences of Black patients with serious illness across multiple domains - physical, spiritual, emotional, cultural, and healthcare utilization. METHODS: We conducted a scoping review of US literature from the last ten years using the PRISMA-ScR framework. PubMed was used to conduct a comprehensive search, followed by recursive citation searches in Scopus. Two reviewers screened the resulting citations to determine eligibility for inclusion and extracted data, including study methods and sample populations. The included articles were categorized by topic and then further organized using the Social-Ecological Model. RESULTS: From an initial review of 433 articles, a final sample of 160 were included in the scoping review. The majority of articles used quantitative research methods and were published in the last four years. Articles were categorized into 20 topics, ranging from Access to Hospice and Utilization (42 articles) to Community Outreach and Services (three articles). Three-quarters (76.3%) of the included studies provided evidence that racial disparities exist in serious illness care, while less than one-quarter examined causes of disparities. The most common Model levels were the Health Care System (102 articles) and Individual (71 articles) levels. CONCLUSION: More articles focused on establishing evidence of disparities between Black and White patients than on understanding their root causes. Further investigation is warranted to understand how factors at the patient, provider, health system, and society levels interact to remediate disparities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».