Application of the concept ‘avoidable mortality’ in assessing the socioeconomic status related inequalities in health: a scoping review
Notice bibliographique
Résumé
Abstract Introduction Avoidable mortality is widely used by public health researchers to measure population health, and many related methodologies have been proposed for doing so. This scoping review presents a comprehensive view of global peer-reviewed and grey literature exploring the association between socioeconomic status (SES) and avoidable mortality. Methods We searched Ovid Medline, Scopus, and Web of Science to find articles that investigated SES inequalities in avoidable mortality. We limited our review to articles in English published between 2000 and 2020. For grey literature, we searched leading global and Canadian health information websites. We extracted data on different study characteristics, avoidable mortality definition, SES indicator, method of analysis of the association between avoidable mortality and SES, and main findings of the studies. Results We identified 34 articles to review, including 29 scientific papers and 5 grey literature documents. The findings of the selected articles consistently indicate a negative association between SES and avoidable mortality rates. Studies have not all used the same definitions of avoidable mortality or SES nor operationalized them in the same way. Conclusion Our review highlights the absence of a globally standard definition in avoidable mortality health equity research. Additional work to establish a standardized definition is crucial for supporting global comparability.
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 | 0,014 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».