Centering Digital Health Equity During Technology Innovation: Protocol for a Comprehensive Scoping Review of Evidence-Based Tools and Approaches
Notice bibliographique
Résumé
BACKGROUND: In the rush to develop health technologies for the COVID-19 pandemic, the unintended consequence of digital health inequity or the inability of priority communities to access, use, and receive equal benefits from digital health technologies was not well examined. OBJECTIVE: This scoping review will examine tools and approaches that can be used during digital technology innovation to improve equitable inclusion of priority communities in the development of digital health technologies. The results from this study will provide actionable insights for professionals in health care, health informatics, digital health, and technology development to proactively center equity during innovation. METHODS: Based on the Arksey and O'Malley framework, this scoping review will consider priority communities' equitable involvement in digital technology innovation. Bibliographic databases in health, medicine, computing, and information sciences will be searched. Retrieved citations will be double screened against the inclusion and exclusion criteria using Covidence (Veritas Health Innovation). Data will be charted using a tailored extraction tool and mapped to a digital health innovation pathway defined by the Centre for eHealth Research roadmap for eHealth technologies. An accompanying narrative synthesis will describe the outcomes in relation to the review's objectives. RESULTS: This scoping review is currently in progress. The search of databases and other sources returned a total of 4868 records. After the initial screening of titles and abstracts, 426 studies are undergoing dual full-text review. We are aiming to complete the full-text review stage by May 30, 2024, data extraction in October 2024, and subsequent synthesis in December 2024. Funding was received on October 1, 2023, from the Centre for Health Equity Incubator Grant Scheme, University of Melbourne, Australia. CONCLUSIONS: This paper will identify and recommend a series of validated tools and approaches that can be used by health care stakeholders and IT developers to produce equitable digital health technology across the Centre for eHealth Research roadmap. Identified evidence gaps, possible implications, and further research will be discussed. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/53855.
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 | 0,158 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,006 |
| Méta-épidémiologie (sens large) | 0,016 | 0,019 |
| Bibliométrie | 0,028 | 0,028 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,007 | 0,012 |
| Intégrité de la recherche | 0,012 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,075 | 0,020 |
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 source (Gemma direct ou Codex distillé), 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 ».