Survey of Nongovernmental Organizations Providing Pediatric Cardiovascular Care in 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: Nearly 90% of the children with heart disease in low- and middle-income countries (LMICs) cannot access cardiovascular (CV) services. Limitations include inadequate financial, human, and infrastructure resources. Nongovernmental organizations (NGOs) have played crucial roles in providing clinical services and infrastructure supports to LMICs CV programs; however, these outreach efforts are dispersed, inadequate, and lack coordination. METHODS: A survey was sent to members of the World Society for Pediatric and Congenital Heart Society and PediHeart. RESULTS: A clearinghouse was created to provide information on NGO structures, geographic reach, and scope of services. The survey identified 80 NGOs supporting CV programs in 92 LMICs. The largest outreach efforts were in South and Central America (42%), followed by Africa (18%), Europe (17%), Asia (17%), and Asia-Western Pacific (6%). Most NGOs (51%) supported two to five outreach missions per year. The majority (87%) of NGOs provided education, diagnostics, and surgical or catheter-based interventions. Working jointly with LMIC partners, 59% of the NGOs performed operations in children and infants; 41% performed nonbypass neonatal operations. Approximately a quarter (26%) reported that partner sites do not perform interventions in between missions. CONCLUSIONS: Disparity and inadequacy in pediatric CV services remain an important problem for LMICs. A global consensus and coordinated efforts are needed to guide strategies on the development of regional centers of excellence, a global outcome database, and a CV program registry. Future efforts should be held accountable for impacts such as growth in the number of independent LMIC programs as well as reduction in mortality and patient waiting lists.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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