Using PROGRESS-plus to identify current approaches to the collection and reporting of equity-relevant data: a scoping review
Notice bibliographique
Résumé
OBJECTIVES: Our objectives were to identify what and how data relating to the social determinants of health are collected and reported in equity-relevant studies and map these data to the PROGRESS-Plus framework. STUDY DESIGN AND SETTING: We performed a scoping review. We ran two systematic searches of MEDLINE and Embase for equity-relevant studies published during 2021. We included studies in any language without limitations to participant characteristics. Included studies were required to have collected and reported at least two participant variables relevant to evaluating individual-level social determinants of health. We applied the PROGRESS-Plus framework to identify and organize these data. RESULTS: We extracted data from 200 equity-relevant studies, providing 962 items defined by PROGRESS-Plus. A median of 4 (interquartile range = 2) PROGRESS-Plus items were reported in the included studies. 92% of studies reported age; 78% reported sex/gender; 65% reported educational attainment; 49% reported socioeconomic status; 45% reported race; 44% reported social capital; 33% reported occupation; 14% reported place and 9% reported religion. CONCLUSION: Our synthesis demonstrated that researchers currently collect a limited range of equity-relevant data, but usefully provides a range of examples spanning PROGRESS-Plus to inform the development of improved, standardized practices.
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 | 0,331 | 0,566 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,015 | 0,016 |
| Bibliométrie | 0,103 | 0,071 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,017 | 0,021 |
| Science ouverte | 0,009 | 0,019 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».