A global country-level comparison of the financial burden of surgery
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: Approximately 30 per cent of the global burden of disease is surgical, and nearly one-quarter of individuals who undergo surgery each year face financial hardship because of its cost. The Lancet Commission on Global Surgery has proposed the elimination of impoverishment due to surgery by 2030, but no country-level estimates exist of the financial burden of surgical access. METHODS: Using publicly available data, the incidence and risk of financial hardship owing to surgery was estimated for each country. Four measures of financial catastrophe were examined: catastrophic expenditure, and impoverishment at the national poverty line, at 2 international dollars (I$) per day and at I$1·25 per day. Stochastic models of income and surgical costs were built for each country. Results were validated against available primary data. RESULTS: Direct medical costs of surgery put 43·9 (95 per cent posterior credible interval 2·2 to 87·1) per cent of the examined population at risk of catastrophic expenditure, and 57·0 (21·8 to 85·1) per cent at risk of being pushed below I$2 per day. The risk of financial hardship from surgery was highest in sub-Saharan Africa. Correlations were found between the risk of financial catastrophe and external financing of healthcare (positive correlation), national measures of well-being (negative correlation) and the percentage of a country's gross domestic product spent on healthcare (negative correlation). The model performed well against primary data on the costs of surgery. CONCLUSION: Country-specific estimates of financial catastrophe owing to surgical care are presented. The economic benefits projected to occur with the scale-up of surgery are placed at risk if the financial burden of accessing surgery is not addressed in national policies.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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