MétaCan
Menu
Retour à la cohorte
Enregistrement W2615489005 · doi:10.1136/bmjgh-2016-000226

Assessing the Brazilian surgical system with six surgical indicators: a descriptive and modelling study

2017· article· en· W2615489005 sur OpenAlexaff
Benjamin B. Massenburg, Saurabh Saluja, Hillary E. Jenny, Nakul Raykar, Josh Ng-Kamstra, Aline Gil Alves Guilloux, Mário Scheffer, John G. Meara, Nivaldo Alonso, Mark G. Shrime

Notice bibliographique

RevueBMJ Global Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensUniversity of Toronto
Organismes subventionnairesGE FoundationKletjian Foundation
Mots-clésDescriptive statisticsMedicineStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Brazil boasts a health scheme that aspires to provide universal coverage, but its surgical system has rarely been analysed. In an effort to strengthen surgical systems worldwide, the Lancet Commission on Global Surgery proposed a collection of 6 standardised indicators: 2-hour access to surgery, surgical workforce density, surgical volume, perioperative mortality rate (POMR) and protection against impoverishing and catastrophic expenditure. This study aims to characterise the Brazilian surgical health system with these newly devised indicators while gaining understanding on the complexity of the indicators themselves. METHODS: Using Brazil's national healthcare database, commonly reported healthcare variables were used to calculate or simulate the 6 surgical indicators. Access to surgery was calculated using hospital locations, surgical workforce density was calculated using locations of surgeons, anaesthesiologists and obstetricians (SAO), and surgical volume and POMR were identified with surgical procedure codes. The rates of protection against impoverishing and catastrophic expenditure were modelled using cost of surgical inpatient hospitalisations and a γ distribution of incomes based on Gini and gross domestic product/capita. FINDINGS: In 2014, SAO density was 34.7/100 000 population, surgical volume was 4433 procedures/100 000 people and POMR was 1.71%. 79.4% of surgical patients were protected against impoverishing expenditure and 84.6% were protected against catastrophic expenditure due to surgery each year. 2-hour access to surgery was not able to be calculated from national health data, but a proxy measure suggested that 97.2% of the population has 2-hour access to a hospital that may be able to provide surgery. Geographic disparities were seen in all indicators. INTERPRETATION: Brazil's public surgical system meets several key benchmarks. Geographic disparities, however, are substantial and raise concerns of equity. Policies should focus on stimulating appropriate geographic allocation of the surgical workforce and better distribution of surgical volume. In some cases, where benchmarks for each indicator are met, supplemental analysis can further inform our understanding of health systems. This measured and systematic evaluation should be encouraged for all nations seeking to better understand their surgical systems.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,055
Tête enseignante GPT0,416
Écart entre enseignants0,361 · 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'étudeSimulation ou modélisation
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

Citations72
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetGlobal Health and SurgeryTravaux en français237 207