General Thoracic Surgery in Rwanda: An Assessment of Surgical Volume and of Workforce and Material Resource Deficits
Notice bibliographique
Résumé
BACKGROUND: Benchmarking operative volume and resources is necessary to understand current efforts addressing thoracic surgical need. Our objective was to examine the impact on thoracic surgery volume and patient access in Rwanda following a comprehensive capacity building program, the Human Resources for Health (HRH) Program, and thoracic simulation training. METHODS: A retrospective cohort study was conducted of operating room registries between 2011 and 2016 at three Rwandan referral centers: University Teaching Hospital of Kigali, University Teaching Hospital of Butare, and King Faisal Hospital. A facility-based needs assessment of essential surgical and thoracic resources was performed concurrently using modified World Health Organization forms. Baseline patient characteristics at each site were compared using a Pearson Chi-squared test or Kruskal-Wallis test. Comparisons of operative volume were performed using paired parametric statistical methods. RESULTS: Of 14,130 observed general surgery procedures, 248 (1.76%) major thoracic cases were identified. The most common indications were infection (45.9%), anatomic abnormalities (34.4%), masses (13.7%), and trauma (6%). The proportion of thoracic cases did not increase during the HRH program (2.07 vs 1.78%, respectively, p = 0.22) or following thoracic simulation training (1.95 2013 vs 1.44% 2015; p = 0.15). Both university hospitals suffer from inadequate thoracic surgery supplies and essential anesthetic equipment. The private hospital performed the highest percentage of major thoracic procedures consistent with greater workforce and thoracic-specific material resources (0.89% CHUK, 0.67% CHUB, and 5.42% KFH; p < 0.01). CONCLUSIONS AND RELEVANCE: Lack of specialist providers and material resources limits thoracic surgical volume in Rwanda despite current interventions. A targeted approach addressing barriers described is necessary for sustainable progress in thoracic surgical care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».