A narrative review of protocols for the management of respiratory illness on short-term medical missions (STMMs) in Latin America and the Caribbean
Notice bibliographique
Résumé
# Background Respiratory illnesses are prevalent on short-term medical missions (STMMs) in Latin America and the Caribbean, and commonly include upper respiratory infections, asthma, and allergic rhinitis. There have been no previous attempts to describe protocols that international volunteer clinicians use in managing these patients. The purpose of this study was to collect North American clinical protocols used by sending organizations in their volunteer operations in Latin America and the Caribbean, summarize the most common pharmacologic and non-pharmacologic management strategies, and compare these to published international practice recommendations. # Methods A systematic web search was used to identify North American medical service trip sending organizations. Clinical protocols were downloaded from their websites, and organizations were directed contacted to request protocols that were not published online. The protocols obtained were summarized, analyzed thematically, and compared to existing international guidelines. # Results Of 225 organizations contacted, 112 (49.8%) responded, and 31 of these (27.7%) claimed to possess protocols for their trips, of which 20 were obtained and analyzed. Four (20%) protocols discussed asthma, six (30%) discussed upper respiratory infections, and three (15%) discussed lower respiratory infections. The protocols discussed clinical assessment, pharmacologic and non-pharmacologic management with variable degrees of accuracy and thoroughness, and with important omissions when compared to international guidelines. None were the product of systematic literature searches, and most were not referenced. # Conclusions To avoid ineffective treatment and related harms, context-specific clinical guidelines are needed for volunteer clinicians practicing in remote international settings, and such guidelines should be based on best evidence and stakeholder consensus.
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 | 0,042 | 0,188 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,016 | 0,017 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».