MétaCan
Menu
Retour à la cohorte
Enregistrement W4392284023 · doi:10.7189/jogh.14.04046

Reporting of equity in observational epidemiology: A methodological review

2024· review· en· W4392284023 sur OpenAlexaff
Omar Dewidar, Ali A. A. Al‐Zubaidi, Mostafa Bondok, Leenah Abdelrazeq, Jimmy Huang, Alyssa Jearvis, Lucy C. Barker, Nour Elmestekawy, Elizabeth Goghomu, Tamara Rader, Janice Tufte, Regina Greer-Smith, Hugh Waddington, Stuart G. Nicholls, Julian Little, Billie-Jo Hardy, Tanya Horsley, Taryn Young, Luis Gabriel Cuervo, Melissa K. Sharp, Catherine Chamberlain, Beverley Shea, Peter Craig, Daeria O. Lawson, Anita Rizvi, Charles Shey Wiysonge, Tamara Kredo, Damian Francis, Elizabeth Kristjansson, Zulfiqar A Bhutta, Alba Antequera, G. J. Meléndez‐Torres, Tomás Pantoja, Xiaoqin Wang, Janet Jull, Janet Hatcher Roberts, Sarah Funnell, Howard White, Alison Krentel, Michael Johnson Mahande, Jacqueline Ramke, George A. Wells, Jennifer Petkovic, Kevin Pottie, Loveline Lum Niba, Cindy Feng, Miriam Nkangu, Peter Tugwell, Lawrence Mbuagbaw, Vivian Welch

Notice bibliographique

RevueJournal of Global Health · 2024
Typereview
Langueen
DomaineMathematics
ThématiqueAdvanced Causal Inference Techniques
Établissements canadiensQueen's UniversitySickKids FoundationHospital for Sick ChildrenWomen's College HospitalImpactOttawa HospitalPublic Health OntarioUniversity of British ColumbiaMcMaster UniversityOttawa Public HealthWestern UniversityUniversity of TorontoRoyal College of Physicians and Surgeons of CanadaBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésObservational studyEpidemiologyEquity (law)MEDLINEMedicineData scienceComputer sciencePolitical scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Observational studies can inform how we understand and address persisting health inequities through the collection, reporting and analysis of health equity factors. However, the extent to which the analysis and reporting of equity-relevant aspects in observational research are generally unknown. Thus, we aimed to systematically evaluate how equity-relevant observational studies reported equity considerations in the study design and analyses. Methods: We searched MEDLINE for health equity-relevant observational studies from January 2020 to March 2022, resulting in 16 828 articles. We randomly selected 320 studies, ensuring a balance in focus on populations experiencing inequities, country income settings, and coronavirus disease 2019 (COVID-19) topic. We extracted information on study design and analysis methods. Results: The bulk of the studies were conducted in North America (n = 95, 30%), followed by Europe and Central Asia (n = 55, 17%). Half of the studies (n = 171, 53%) addressed general health and well-being, while 49 (15%) focused on mental health conditions. Two-thirds of the studies (n = 220, 69%) were cross-sectional. Eight (3%) engaged with populations experiencing inequities, while 22 (29%) adapted recruitment methods to reach these populations. Further, 67 studies (21%) examined interaction effects primarily related to race or ethnicity (48%). Two-thirds of the studies (72%) adjusted for characteristics associated with inequities, and 18 studies (6%) used flow diagrams to depict how populations experiencing inequities progressed throughout the studies. Conclusions: Despite over 80% of the equity-focused observational studies providing a rationale for a focus on health equity, reporting of study design features relevant to health equity ranged from 0-95%, with over half of the items reported by less than one-quarter of studies. This methodological study is a baseline assessment to inform the development of an equity-focussed reporting guideline for observational studies as an extension of the well-known Strengthening Reporting of Observational Studies in Epidemiology (STROBE) guideline.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Présentation des résultats · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptMétarecherche
Domaine: Présentation des résultats · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquehigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,058
score de la tête « metaresearch » (Gemma)0,107
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,659
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0580,107
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0090,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,953
Tête enseignante GPT0,774
Écart entre enseignants0,179 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Revue systématique
DomainePrésentation des résultats
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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global HealthMême sujetAdvanced Causal Inference TechniquesCatégorieMétarechercheTravaux en français237 207