Incorporating Social Determinants of Health in Infectious Disease Models: A Systematic Review of Guidelines
Notice bibliographique
Résumé
BACKGROUND: Infectious disease (ID) models have been the backbone of policy decisions during the COVID-19 pandemic. However, models often overlook variation in disease risk, health burden, and policy impact across social groups. Nonetheless, social determinants are becoming increasingly recognized as fundamental to the success of control strategies overall and to the mitigation of disparities. METHODS: To underscore the importance of considering social heterogeneity in epidemiological modeling, we systematically reviewed ID modeling guidelines to identify reasons and recommendations for incorporating social determinants of health into models in relation to the conceptualization, implementation, and interpretations of models. RESULTS: = 5) were the most commonly discussed social determinants. Specific recommendations were identified to consider social determinants to 1) improve the predictive accuracy of models, 2) understand heterogeneity of disease burden and policy impact, 3) contextualize decision making, 4) address inequalities, and 5) assess implementation challenges. CONCLUSION: This study can support modelers and policy makers in taking into account social heterogeneity, to consider the distributional impact of infectious disease outbreaks across social groups as well as to tailor approaches to improve equitable access to prevention, diagnostics, and therapeutics. HIGHLIGHTS: Infectious disease (ID) models often overlook the role of social determinants of health (SDH) in understanding variation in disease risk, health burden, and policy impact across social groups.In this study, we systematically review ID guidelines and identify key areas to consider SDH in relation to the conceptualization, implementation, and interpretations of models.We identify specific recommendations to consider SDH to improve model accuracy, understand heterogeneity, estimate policy impact, address inequalities, and assess implementation challenges.
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 | 0,039 | 0,192 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,013 |
| Bibliométrie | 0,016 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».