MétaCan
Menu
Retour à la cohorte
Enregistrement W2017332844 · doi:10.1007/s00134-013-3174-7

Access to urban acute care services in high- vs. middle-income countries: an analysis of seven cities

2013· article· en· W2017332844 sur OpenAlexaff
Shamly Austin, Srinivas Murthy, Hannah Wunsch, Neill K. J. Adhikari, Veena Karir, Kathy Rowan, Shevin T. Jacob, Jorge I. Salluh, Fernando A. Bozza, Bin Du, Youzhong An, Bruce Lee, Felicia Wu, Yên-Lan Nguyen, Chris Oppong, Ramesh Venkataraman, Vimalraj Velayutham, Carmelo Dueñas Castell, Derek C. Angus

Notice bibliographique

RevueIntensive Care Medicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensSunnybrook Health Science CentreUniversity of TorontoBC Children's HospitalHealth Sciences CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePain medicineAnesthesiologyMiddle incomeMiddle income countryLow and middle income countriesMedical emergencyHigh income countriesEmergency medicineEnvironmental healthSocioeconomicsEconomic growthDeveloping countryDemographic economicsAnesthesiaEconomics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Cities are expanding rapidly in middle-income countries, but their supply of acute care services is unknown. We measured acute care services supply in seven cities of diverse economic background. METHODS: In a cross-sectional study, we compared cities from two high-income (Boston, USA and Paris, France), three upper-middle-income (Bogota, Colombia; Recife, Brazil; and Liaocheng, China), and two lower-middle-income (Chennai, India and Kumasi, Ghana) countries. We collected standardized data on hospital beds, intensive care unit beds, and ambulances. Where possible, information was collected from local authorities. We expressed results per population (from United Nations) and per acute illness deaths (from Global Burden of Disease project). RESULTS: Supply of hospital beds where intravenous fluids could be delivered varied fourfold from 72.4/100,000 population in Kumasi to 241.5/100,000 in Boston. Intensive care unit (ICU) bed supply varied more than 45-fold from 0.4/100,000 population in Kumasi to 18.8/100,000 in Boston. Ambulance supply varied more than 70-fold. The variation widened when supply was estimated relative to disease burden (e.g., ICU beds varied more than 65-fold from 0.06/100 deaths due to acute illnesses in Kumasi to 4.11/100 in Bogota; ambulance services varied more than 100-fold). Hospital bed per disease burden was associated with gross domestic product (GDP) (R (2) = 0.88, p = 0.01), but ICU supply was not (R (2) = 0.33, p = 0.18). No city provided all requested data, and only two had ICU data. CONCLUSIONS: Urban acute care services vary substantially across economic regions, only partially due to differences in GDP. Cities were poor sources of information, which may hinder their future planning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,311
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations66
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntensive Care MedicineMême sujetTrauma and Emergency Care StudiesTravaux en français237 207