Interventions to Enable or Improve Evidence-Informed Decision Making in Public Health and Preventive Medicine: A Scoping Review
Notice bibliographique
Résumé
Introduction: Public health and preventive medicine is the branch of medicine that implements population-level health interventions. Public health and preventive medicine specialists practice at the intersection of medicine and public health. These 2 disciplines approach the application of evidence to decision making differently, and it is unclear how public health and preventive medicine specialists are trained to navigate between these approaches. To better understand the interventions available to support public health and preventive medicine physicians in making evidence-informed decisions in this space, the authors conducted a scoping review to summarize planned or implemented interventions that support or are intended to support evidence-informed decision making in public health and preventive medicine practice. Methods: In March and April 2025, the authors searched multiple databases and prespecified websites to identify published and unpublished academic and gray literature reports published in English between 1992 and March 2025 that described interventions intended to enable or improve evidence-informed decision making in public health and preventive medicine practice. Data extracted included, where reported, publication date, authors, title, publication source, actual or intended participants, participant characteristics, intervention characteristics, funding sources, and intervention outcome. Results: The authors identified 246 records, 234 through database and website searches and 12 through citation searches, of which 9 were duplicates. Ultimately, the authors included 17 reports that described 7 unique interventions in this scoping review. The majority (11 of 17) of reports described interventions that took place in the U.S., and most (9 of 17) reports described an iteration of the Evidence-Based Public Health Course. All interventions reported success, most often in terms of positive participant reaction, self-reported participant learning, or participant behaviour change. One intervention, an organizational strategic plan that supported evidence-informed decision-making capacity, reported organizational- and population-level impacts. Discussion: This scoping review did not identify any interventions specifically targeting evidence-informed decision making in public health and preventive medicine, but there was some indication that there are differences between the types of evidence that physicians value most and those by other public health professionals. The components of evidence-informed decision making in public health implemented or taught in the interventions identified in this scoping review differ from the components of evidence-based medicine taught in undergraduate and postgraduate medical education, which has implications for physicians working in public health.
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 | 0,077 | 0,283 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,011 |
| Bibliométrie | 0,033 | 0,030 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,004 |
| 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 ».