Surgical Burn Care by Médecins Sans Frontières-Operations Center Brussels
Notice bibliographique
Résumé
Humanitarian organizations care for burns during crisis and while supporting healthcare facilities in low-income and middle-income countries. This study aimed to define the epidemiology of burn-related procedures to aid humanitarian response. In addition, operational data collected from humanitarian organizations are useful for describing surgical need otherwise unmet by national health systems. Procedures performed in operating theatres run by Médecins Sans Frontières-Operations Centre Brussels (MSF-OCB) from July 2008 through June 2014 were reviewed. Surgical specialist missions were excluded. Burn procedures were quantified, related to demographics and reason for humanitarian response, and described. A total of 96,239 operations were performed at 27 MSF-OCB projects in 15 countries between 2008 and 2014. Of the 33,947 general surgical operations, 4,280 (11%) were for burns. This proportion steadily increased from 3% in 2008 to 24% in 2014. People receiving surgical care from conflict relief missions had nearly twice the odds of having a burn operation compared with people requiring surgery in communities affected by natural disaster (adjusted odds ratio, 1.94; 95% confidence interval, 1.46-2.58). Nearly 70% of burn procedures were planned serial visits to the theatre. A diverse skill set was required. Unmet humanitarian assistance needs increased US$400 million dollars in 2013 in the face of an increasing number of individuals affected by crisis and a growing surgical burden. Given the high volume of burn procedures performed at MSF-OCB projects and the resource intensive nature of burn management, requisite planning and reliable funding are necessary to ensure quality for burn care in humanitarian settings.
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 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 | 0,000 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».