MétaCan
Menu
Retour à la cohorte
Enregistrement W2136451369 · doi:10.1371/journal.pone.0141113

Spatial Access to Emergency Services in Low- and Middle-Income Countries: A GIS-Based Analysis

2015· article· en· W2136451369 sur OpenAlex
Gavin Tansley, Nadine Schuurman, Ofer Amram, Natalie Yanchar

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensSimon Fraser UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPopulationCatchment areaPreparednessGeographic information systemEnvironmental healthMedicineHealth careKilometerBusinessEmergency medical servicesGeographySocioeconomicsMedical emergencyEconomic growthDrainage basinCartographyEconomicsTransport engineering

Résumé

récupéré en direct d'OpenAlex

Injury is a leading cause of the global disease burden, accounting for 10 percent of all deaths worldwide. Despite 90 percent of these deaths occurring in low and middle-income countries (LMICs), the majority of trauma research and infrastructure development has taken place in high-income settings. Furthermore, although accessible services are of central importance to a mature trauma system, there remains a paucity of literature describing the spatial accessibility of emergency services in LMICs. Using data from the Service Provision Assessment component of the Demographic and Health Surveys of Namibia and Haiti we defined the capabilities of healthcare facilities in each country in terms of their preparedness to provide emergency services. A Geographic Information System-based network analysis method was used to define 5- 10- and 50-kilometer catchment areas for all facilities capable of providing 24-hour care, higher-level resuscitative services or tertiary care. The proportion of a country's population with access to each level of service was obtained by amalgamating the catchment areas with a population layer. A significant proportion of the population of both countries had poor spatial access to lower level services with 25% of the population of Haiti and 51% of the population of Namibia living further than 50 kilometers from a facility capable of providing 24-hour care. Spatial access to tertiary care was considerably lower with 51% of Haitians and 72% of Namibians having no access to these higher-level services within 50 kilometers. These results demonstrate a significant disparity in potential spatial access to emergency services in two LMICs compared to analogous estimates from high-income settings, and suggest that strengthening the capabilities of existing facilities may improve the equity of emergency services in these countries. Routine collection of georeferenced patient and facility data in LMICs will be important to understanding how spatial access to services influences outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,016
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,087
Tête enseignante GPT0,307
Écart entre enseignants0,221 · 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