MétaCan
Menu
Retour à la cohorte
Enregistrement W2110481100 · doi:10.1371/journal.pmed.1000242

Human Resource and Funding Constraints for Essential Surgery in District Hospitals in Africa: A Retrospective Cross-Sectional Survey

2010· article· en· W2110481100 sur OpenAlexaff
Margaret E. Kruk, Andreas Wladis, Naboth Mbembati, S. Ndao-Brumblay, Renee Y. Hsia, Moses Galukande, Sam Luboga, Alphonsus Matovu, Helder de Miranda, Doruk Ozgediz, Ana Quiñones, Peter C. Rockers, Johan von Schreeb, Fernando Vaz, Haile T. Debas, Sarah Macfarlane

Notice bibliographique

RevuePLoS Medicine · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoSickKids Foundation
Organismes subventionnairesRockefeller FoundationBill and Melinda Gates Foundation
Mots-clésMedicineStaffingTanzaniaCross-sectional studyHealth carePer capitaEconomic shortageDeveloping countryFamily medicineNursingEnvironmental healthPopulationGovernment (linguistics)Socioeconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a growing recognition that the provision of surgical services in low-income countries is inadequate to the need. While constrained health budgets and health worker shortages have been blamed for the low rates of surgery, there has been little empirical data on the providers of surgery and cost of surgical services in Africa. This study described the range of providers of surgical care and anesthesia and estimated the resources dedicated to surgery at district hospitals in three African countries. METHODS AND FINDINGS: We conducted a retrospective cross-sectional survey of data from eight district hospitals in Mozambique, Tanzania, and Uganda. There were no specialist surgeons or anesthetists in any of the hospitals. Most of the health workers were nurses (77.5%), followed by mid-level providers (MLPs) not trained to provide surgical care (7.8%), and MLPs trained to perform surgical procedures (3.8%). There were one to six medical doctors per hospital (4.2% of clinical staff). Most major surgical procedures were performed by doctors (54.6%), however over one-third (35.9%) were done by MLPs. Anesthesia was mainly provided by nurses (39.4%). Most of the hospital expenditure was related to staffing. Of the total operating costs, only 7% to 14% was allocated to surgical care, the majority of which was for obstetric surgery. These costs represent a per capita expenditure on surgery ranging from US$0.05 to US$0.14 between the eight hospitals. CONCLUSION: African countries have adopted different policies to ensure the provision of surgical care in their respective district hospitals. Overall, the surgical output per capita was very low, reflecting low staffing ratios and limited expenditures for surgery. We found that most surgical and anesthesia services in the three countries in the study were provided by generalist doctors, MLPs, and nurses. Although more information is needed to estimate unmet need for surgery, increasing the funds allocated to surgery, and, in the absence of trained doctors and surgeons, formalizing the training of MLPs appears to be a pragmatic and cost-effective way to make basic surgical services available in underserved areas. Please see later in the article for the Editors' Summary.

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)0,004
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,343
Écart entre enseignants0,286 · 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

Citations157
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetGlobal Health and SurgeryTravaux en français237 207