Access to Cytotoxic Medicines by Children With Cancer: A Focus on Low and Middle Income Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Essential Medicines Working Group of the International Society of Pediatric Oncology (SIOP) has proposed a list of antineoplastic drugs that should be available in low and middle income countries. PROCEDURE: Data were extracted on the listing of 18 essential and 8 ancillary antineoplastic medicines in the national essential medicines lists (NEMLs) or national reimbursable medicines lists (NRMLs) of 135 countries with gross national income (GNI) per capita of less than US $25,000. Correlations between numbers of medicines listed and GNI per capita, annual government health expenditure (AGHE) per capita, and the number of physicians per million people were examined. RESULTS: Listing of the 18 essential antineoplastic drugs ranged from 27% (thioguanine) to 95% (methotrexate). The median number of medicines listed was 7 (0-18) in low income countries (n = 26) and 14 in lower-middle (n = 42), upper-middle (n = 44), and high income countries (n = 20). For the ancillary eight medicines, the median was one (0-8) across the 135 countries. Correlations with GNI per capita (r = 0.17, P = 0.0266) and physician density (r = 0.25, P = 0.0017) were statistically significant; not so for AGHE per capita (r = 0.00, P = 0.5000). CONCLUSIONS: There was large variability within income groups in numbers of antineoplastic agents identified as essential in NEMLs and NRMLs. While not a direct measure of availability, listing is an important step, guiding procurement for the public sector. These results focus attention on deficits in NEMLs and NMRLs as a step to improving access to effective antineoplastic medicines for cancers in children in low and middle income countries.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle