MétaCan
Menu
Retour à la cohorte
Enregistrement W4406914551 · doi:10.1002/gin2.70015

Advancing health equity: Why guideline development must prioritize fairness and justice

2025· article· en· W4406914551 sur OpenAlexaff
Omar Dewidar, Jordi Pardo Pardo, Juan Pablo Peña‐Rosas, Rebecca Thomas, Vivian Welch, Peter Tugwell

Notice bibliographique

RevueClinical and Public Health Guidelines · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensOttawa HospitalUniversity of TorontoBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGuidelineEquity (law)Health equityEconomic JusticeBusinessPolitical sciencePublic economicsActuarial scienceEconomicsHealth careLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Health equity should be regarded as a fundamental principle and a priority for all guideline development organizations. Yet, this principle has not been consistently prioritized in the creation of mainstream guidelines. In this commentary, we examine a real‐world example from leprosy management, where the initial lack of integration of health equity considerations in the guideline recommendations did not consider the potential impact of the recommendations on the health of populations most affected by leprosy. We also highlight subsequent changes in the guideline development process that reflect stronger consideration of health equity, addressing some of the previous issues propagated with historical practices. We also draw on other examples from several fields to further illustrate the impact of integrating health equity considerations in guidelines. Building on evaluations of guidelines for health equity and real‐world experiences, we highlight some of the common challenges in integrating health equity considerations in the guideline development process. We propose potential solutions using existing tools and frameworks and outlining key research priorities to further advance this goal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,085
score de la tête « metaresearch » (Gemma)0,033
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0850,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,670
Tête enseignante GPT0,595
Écart entre enseignants0,075 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and Public Health GuidelinesMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207