The Role of Digital Health Equity Audits in Preventing Harmful Infodemiology
Notice bibliographique
Résumé
Background: Health disparities persist and are influenced by digital transformation. Although digital tools offer opportunities, they can also exacerbate existing inequalities, a problem amplified by the COVID-19 pandemic and the related infodemic. Health equity audit (HEA) tools, such as those developed in the United Kingdom, provide a framework to assess equity but require adaptation for the digital context. Digital determinants of health (DDoH) are increasingly recognized as crucial factors influencing health outcomes in the digital era. Objective: This editorial proposes an approach to extend HEA principles to create a specific framework, the digital health equity audit (DHEA), designed to systematically assess and address health inequities within the design, implementation, and evaluation of digital health technologies, with a focus on DDoH. Methods: We propose a cyclical DHEA model based on existing HEA principles, integrating them with digital health equity frameworks. The DHEA cycle comprises six phases: (1) scoping the audit and mobilizing the team (including community members); (2) developing the digital health equity profile and identifying inequities (assessing DDoH at individual, interpersonal, community, and societal levels); (3) identifying high-impact actions to address DDoH and inequities; (4) prioritizing actions for maximum equity impact; (5) implementing and supporting change; and (6) evaluating progress and impact, and refining. This method emphasizes multilevel interventions and stakeholder engagement. Results: The main result is the articulation of the DHEA framework: a structured, 6-phase cyclical model to guide organizations in the analysis and proactive mitigation of digital health-related disparities. The framework explicitly integrates the assessment of DDoH across multiple levels (individual, interpersonal, community, societal) and promotes the development of targeted interventions to ensure digital solutions promote equity. Conclusions: The DHEA model offers an integrated approach to consider social, epidemiological, health, and technological variables, aiming to reduce health inequities through the conscious use of new technologies. It is emphasized that digital technologies can be the cause or the solution to inequalities; DHEAs are proposed as a tool to foster equity. Its systematic adoption, along with a collaborative approach (co-design) and trust building, can help ensure that the benefits of health digitization are equitably distributed while strengthening trust in institutions. Continued attention is needed to manage emerging challenges such as infodemiology in the era of big data and artificial intelligence.
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 | 0,130 | 0,248 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,017 |
| Communication savante | 0,016 | 0,020 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».