Equity in action: a scoping review and meta-framework for embedding equity in quality improvement
Notice bibliographique
Résumé
BACKGROUND: There are increasing efforts to include equity in all quality improvement (QI) initiatives. A comprehensive framework to embed equity in QI has been lacking, which acts as a barrier to the QI community from taking action to reduce healthcare inequities. OBJECTIVES: The objectives of this scoping review were to: (1) map and summarise available equity frameworks for QI and (2) create a 'meta-framework' for QI leaders and practitioners, with engagement of people with lived experience of health inequities. METHODS: Articles were identified with searches of four databases (MEDLINE, Embase, PsycInfo and CINAHL) and review of reference lists from included articles. Articles that reported how equity can be meaningfully integrated into QI were included. A qualitative inductive thematic analysis and community member engagement and consultation were completed to clarify recommended strategies for embedding equity in QI. RESULTS: The search strategy yielded 2776 unique articles, with 40 meeting the inclusion criteria. A meta-framework for embedding equity in QI was created that has two enablers: broadening theoretic underpinnings and organisational culture, structures and leadership. The meta-framework also has six domains: (1) engage with people with lived experience of health inequities; (2) define the equity problem and aim; (3) diversify and train the QI team; (4) examine broader root causes; (5) intervene to reduce inequities; and (6) measure impacts on equity. The community member consultation identified key facilitators and common pitfalls in involving community members in QI. CONCLUSION: This meta-framework is a comprehensive resource to integrate equity into all aspects of QI practice. Further study of its implementation is recommended. Revisions to QI guidelines and training curricula are also needed to drive and sustain the embedding of equity in QI.
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 | 0,185 | 0,276 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,023 |
| Bibliométrie | 0,057 | 0,032 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,014 | 0,016 |
| Science ouverte | 0,007 | 0,012 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».