Insights from the WHO and National Lists of Essential Medicines: Focus on Pediatric Diabetes Care in Africa
Notice bibliographique
Résumé
BACKGROUND: Access to essential medicines in pediatric endocrinology and diabetes is limited in resource-limited countries. The World Health Organization (WHO) maintains two non-binding lists of essential medicines (EMLs) which are often used as a template for developing national EMLs. METHODS: We compared a previously published master list of medicines for pediatric endocrinology and diabetes with the WHO EMLs and national EMLs for countries within the WHO African region. To better understand actual access to medicines by patients, we focused on diabetes and surveyed pediatric endocrinologists from 5 countries and assessed availability and true cost for insulin and glucagon. RESULTS: Most medicines that are essential in pediatric endocrinology and diabetes were included in the national EMLs. However, essential medicines, such as fludrocortisone, were present in less than 30% of the national EMLs despite being recommended by the WHO. Pediatric endocrinologists from the 5 focus countries reported significant variation in terms of availability and public access to insulin, as well as differences between urban and rural areas. Except for Botswana, glucagon was rarely available. There was no significant relationship between Gross National Income and the number of medicines included in the national EMLs. CONCLUSIONS: Governments in resource-limited countries could take further steps to improve EMLs and access to medicines such as improved collaboration between health authorities, the pharmaceutical industry, patient groups, health professionals, and capacity-building programs such as Paediatric Endocrinology Training Centres for Africa.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».