Opportunity and accessibility: an environmental scan of publicly available data repositories to address disparities in healthcare decision-making
Notice bibliographique
Résumé
BACKGROUND: Health disparities, starkly exposed and exacerbated by coronavirus disease 2019, pose a significant challenge to healthcare system access and health outcomes. Integrating health inequalities into health technology assessment calls for robust analytical methodologies utilizing disaggregated data to investigate and quantify the scope of these disparities. However, a comprehensive summary of population datasets that can be used for this purpose is lacking. The objective of this review was to identify publicly accessible health inequalities data repositories that are potential resources for healthcare decision-making and future health technology assessment submissions. METHODS: An environmental scan was conducted in June of 2023 of six international organizations (World Health Organization, Organisation for Economic Co-operation and Development, Eurostat, United Nations Inter-agency Group for Child Mortality Estimation, the United Nations Sustainable Development Goals, and World Bank) and 38 Organisation for Economic Co-operation and Development countries. The official websites of 42 jurisdictions, excluding non-English websites and those lacking English translations, were reviewed. Screening and data extraction were performed by two reviewers for each data repository, including health indicators, determinants of health, and health inequality metrics. The results were narratively synthesized. RESULTS: The search identified only a limited number of country-level health inequalities data repositories. The World Health Organization Health Inequality Data Repository emerged as the most comprehensive source of health inequality data. Some country-level data repositories, such as Canada's Health Inequality Data Tool and England's Health Inequality Dashboard, offered rich local insights into determinants of health and numerous health status indicators, including mortality. Data repositories predominantly focused on determinants of health such as age, sex, social deprivation, and geography. CONCLUSION: Interactive interfaces featuring data exploration and visualization options across diverse patient populations can serve as valuable tools to address health disparities. The data they provide may help inform complex analytical methodologies that integrate health inequality considerations into healthcare decision-making. This may include assessing the feasibility of transporting health inequality data across borders.
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 | 0,087 | 0,319 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,036 | 0,040 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».