Frameworks, theories and models used in the development of health policies: A systematic review of systematic reviews
Notice bibliographique
Résumé
BACKGROUND: Health policies are established to address a specific health need, however, are not always the result of a rational process of evaluation or developed using established policy frameworks, theories or models (FTMs). Greater utilisation of FTMs in health policy making may provide further insight into policy development and overcome barriers to policy inaction. OBJECTIVE: The present review aimed to analyse the FTMs and their components underpinning health policy development, and health settings to which they are applied. METHOD: A systematic review was conducted following the PRISMA guidelines. Several databases were searched using keywords and MeSH terms. Quality appraisal was undertaken using the AMSTAR tool. RESULTS: From 1059 citations, 18 systematic reviews were identified. Twenty-eight FTMs were identified with 15 key components, with policy actors (85 %) and policy context (71 %) being most frequently mentioned. Policy FTMs were applied predominantly in health equity, population and public health (n = 16), sexual, reproductive and women's health (n = 14), HIV (n = 12), and physical activity, obesity prevention and nutrition (n = 12). CONCLUSION: The utilisation of health policy FTMs in the development of health policy may allow more targeted and relevant health policies to be developed. Further research into the critical components of health policy making may assist in developing a policy framework specific to health policy development.
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 | 0,094 | 0,262 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,036 | 0,034 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,004 | 0,005 |
| 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 ».