MétaCan
Menu
Retour à la cohorte
Enregistrement W4394765264 · doi:10.1186/s13690-024-01269-6

Does the health information system in Jordan support equity to improve health outcomes? Assessment and recommendations

2024· article· en· W4394765264 sur OpenAlexfundno aff
Ahmad H. Al-Nawafleh, Hoda Rashad

Notice bibliographique

RevueArchives of Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesAmerican University in CairoInternational Development Research CentreAmerican University of Beirut
Mots-clésInclusion (mineral)Equity (law)Thematic analysisPopulationComputer scienceData scienceHealth equityManagement sciencePublic relationsKnowledge managementPolitical sciencePublic healthMedicineEnvironmental healthEngineeringSocial scienceSociologyQualitative researchNursingLaw

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study is based on extensive evidence-based assessments. The aim of this paper is to evaluate how well Jordan's health information system (HIS) incorporates social determinants of health inequity (SDHI) and to propose suggestions for future actions. METHODS: An extensive evidence-based assessment was performed. A meta-synthesis of the inclusion of the SDHI in the HIS in Jordan was conducted. After searching and shortlisting, 23 papers were analyzed using Atlas.ti 9.0 employing thematic analysis technique. RESULTS: The HIS in Jordan is quite comprehensive, comprising numerous data sources, various types of information, and data from multiple producers and managers. Nevertheless, the HIS confronts several obstacles and fails to ensure the timely and secure publication of available data. The assessment of the inclusion of the SDHI in the HIS showed that the HIS allows for the measurement of progress in relation to social policies and actions but has a very limited database for supporting the inclusion of health inequity measures. One reason for the difficulty in identifying fairness is that certain crucial information necessary for this task cannot be obtained through the available institutional HIS or population survey tools. Additionally, relevant modules for fairness may be missing from population surveys, possibly due to a failure to fully utilize the capabilities of the institutional HIS. CONCLUSION: There are opportunities to make use of Jordan's dedication to fairness and its already established strong HIS. Some social determinants of health exist in the HIS, but much more data, information, and effort are needed to integrate the SDHI into the Jordanian HIS. A proposal from a regional initiative has put forward a comprehensive set of indicators for integrating SDHI into HIS, which could aid in achieving health equity in Jordan.

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)0,056
score de la tête « metaresearch » (Gemma)0,170
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,297

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0560,170
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0070,007
Études des sciences et des technologies0,0020,002
Communication savante0,0100,012
Science ouverte0,0030,006
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0190,001

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 Opus0,037
Tête enseignante GPT0,398
Écart entre enseignants0,361 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Public HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207