Enhancing the design, conduct and evaluation of public health emergency preparedness exercises: a rapid review
Notice bibliographique
Résumé
BACKGROUND: Emergency preparedness exercises are essential in building a resilient public health system that can support increasingly frequent and complex public health risks. This rapid review describes evidence-informed practices or principles that can enhance all-hazards emergency preparedness exercises, with a specific focus on the public health agency context. METHODS: Four databases were systematically searched, including MEDLINE, Embase, Global Health, and CINAHL (January 2013-June 2024) and complemented with a grey literature search. Studies were included if published in English, from a member country of the Organisation for Economic Co-operation and Development, relevant to the public health agency context, and reported outcomes that aligned with our primary research question. Included articles were assessed for quality based on study design. The analysis involved a descriptive summary and thematic analysis. RESULTS: The review identified fifteen studies that reported insights on optimizing exercise design and delivery, with most studies reporting on tabletop exercise evaluation results. We identified ten sub-themes on how to strengthen exercises with a focus on how scenarios are developed, how participants are selected and organized during an exercise, thoughtful selection and training of exercise facilitators, selecting evaluation methods that closely align with the purpose of the exercise, and the importance of embedding activities that will encourage pathways to improvement. CONCLUSIONS: Findings from this review can be utilized in practice to enhance the design of emergency preparedness exercises. There are several gaps that should inform future work, including the need for additional studies focused on exercises conducted within the public health agency context, as well as more rigorous research to strengthen knowledge regarding evidence-informed practices in this area. There is a need for more guidance on triggers for conducting exercises, additional research on innovative technologies and approaches to enhance participant engagement, and guidance on incorporating evidence-based frameworks and indicators to improve exercise design and evaluation.
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 | 0,040 | 0,140 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| 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 ».