Addressing health inequity during the COVID-19 pandemic through primary health care and public health collaboration: a multiple case study analysis in eight high-income countries
Notice bibliographique
Résumé
Abstract Background The COVID-19 pandemic substantially magnified the inequity gaps among vulnerable populations. Both public health (PH) and primary health care (PHC) have been crucial in addressing the challenges posed by the pandemic, especially in the area of vulnerable populations. However, little is known about the intersection between PH and PHC as a strategy to mitigate the inequity gap. This study aims to assess the collaboration between PHC and PH with a focus on addressing the health needs of vulnerable populations during the COVID-19 pandemic across jurisdictions. Methods We analyzed and compared data from jurisdictional reports of COVID-19 pandemic responses in PHC and PH in Belgium, Canada (Ontario), Germany, Italy, Japan, the Netherlands, Norway, and Spain from 2020 to 2021. Results Four themes emerge from the analysis: (1) the majority of the countries implemented outreach strategies targeting vulnerable groups as a means to ensure continued access to PHC; (2) digital assessment in PHC was found to be present across all the countries; (3) PHC was insufficiently represented at the decision-making level; (4) there is a lack of clear communication channels between PH and PHC in all the countries. Conclusions This study identified opportunities for collaboration between PHC and PH to reduce inequity gaps and to improve population health, focusing on vulnerable populations. The COVID-19 response in these eight countries has demonstrated the importance of an integrated PHC system. Consequently, the development of effective strategies for responding to and planning for pandemics should take into account the social determinants of health in order to mitigate the unequal impact of COVID-19. Careful, intentional coordination between PH and PHC should be established in normal times as a basis for effective response during future public health emergencies. The pandemic has provided significant insights on how to strengthen health systems and provide universal access to healthcare by fostering stronger connections between PH and PHC.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».