Burn management capacity in low and middle-income countries: A systematic review of 458 hospitals across 14 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
IMPORTANCE: More than 90% of thermal injury-related deaths occur in low-resource settings. While baseline assessment of burn management capabilities is necessary to guide capacity building strategies, limited data exist from low and middle-income countries (LMICs). OBJECTIVE: The objective of our review is to assess burn management capacity in LMICs. EVIDENCE REVIEW: A PubMed literature review was performed based on studies assessing baseline surgical capacity in individual LMICs. Seven criteria were used to assess burn management capabilities: presence of surgeon, presence of anesthesiologist, basic resuscitation capabilities, acute burn management, management of burn complications, endotracheal intubation and skin grafts. FINDINGS: Fourteen studies were reviewed using data from 458 hospitals in fourteen countries. Of these, 82.3% (284/345) of hospitals had the capacity to provide basic resuscitation and 84.9% (275/324) were capable of providing acute burn management. Endotracheal intubation was only available at 38.3% (51/133) of hospitals. Moreover, only 35.6% (111/312) and 37.9% (120/317) of hospitals were able to provide skin grafts and treat burn complications, respectively. CONCLUSION: Many hospitals in LMICs are capable of initial burn management and basic resuscitation. However, deficiencies still exist in the capacity to systematically provide advanced burn care. Efforts should be made to better document resources in order to guide burn management resource allocation.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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