MétaCan
Menu
Retour à la cohorte
Enregistrement W2599755717 · doi:10.1007/s00268-017-4007-6

Cost‐Effectiveness of Two Government District Hospitals in Sub‐Saharan Africa

2017· article· en· W2599755717 sur OpenAlexaff
Caris Grimes, Rebekah Law, Anna Dare, Nigel Day, Sophie Reshamwalla, Michael Murowa, Peter George, Thaim B Kamara, Nyengo Mkandawire, Andrew Leather, Christopher Lavy

Notice bibliographique

RevueWorld Journal of Surgery · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Sierra leoneMedicineCommissionInvestment (military)Health economicsSocioeconomicsEnvironmental healthEconomic growthPublic healthBusinessNursingEconomicsFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: District hospitals in sub-Saharan Africa are in need of investment if countries are going to progress towards universal health coverage, and meet the sustainable development goals and the Lancet Commission on Global Surgery time-bound targets for 2030. Previous studies have suggested that government hospitals are likely to be highly cost-effective and therefore worthy of investment. METHODS: A retrospective analysis of the inpatient logbooks for two government district hospitals in two sub-Saharan African hospitals was performed. Data were extracted and DALYs were calculated based on the diagnosis and procedures undertaken. Estimated costs were obtained based on the patient receiving ideal treatment for their condition rather than actual treatment received. RESULTS: Total cost per DALY averted was 26 (range 17-66) for Thyolo District Hospital in Malawi and 363 (range 187-881) for Bo District Hospital in Sierra Leone. CONCLUSION: This is the first published paper to support the hypothesis that government district hospitals are very cost-effective. The results are within the same range of the US$32.78-223 per DALY averted published for non-governmental hospitals.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,028
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,049
Tête enseignante GPT0,327
Écart entre enseignants0,278 · 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 tête enseignante, 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of SurgeryMême sujetGlobal Health and SurgeryTravaux en français237 207