MétaCan
Menu
Retour à la cohorte
Enregistrement W2939673083 · doi:10.2991/dsahmj.k.190225.001

Essential Diagnostics: A Key Element of Universal Health Coverage

2019· article· en· W2939673083 sur OpenAlexaff
Madhukar Pai, Mikashmi Kohli

Notice bibliographique

RevueDr Sulaiman Al Habib Medical Journal · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésKey (lock)Element (criminal law)Computer scienceData scienceComputer securityPolitical science

Résumé

récupéré en direct d'OpenAlex

Good primary care is an essential precondition for a decent healthcare system. In fact, primary health care is at the heart of Universal Health Coverage (UHC). UHC, in turn, is critical to achieve the sustainable development goals. While access to essential medicines is explicit in UHC, access to essential diagnostics has received little attention. In May 2018, the World Health Organization (WHO) published the first Essential Diagnostics List (EDL), and declared its commitment to give equal importance to diagnostic tests and essential medicines. The EDL has been positively received by a variety of stakeholders, including industry. The EDL offers countries a benchmark that they can use to measure and improve diagnostic services, and preliminary data from India show limited access to essential tests at the primary care level. Some countries, notably India, have already begun developing National EDLs (NEDLs). Hopefully, such national efforts will enable the implementation of EDLs, and improve access to diagnostics. It is time for Low- and Middle-Income Countries (LMICs) to not only increase coverage of health care, but also improve quality of care. Access to essential tests is the first key step in improving quality of 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 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)0,010
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0050,006
Science ouverte0,0010,005
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,018
Tête enseignante GPT0,275
Écart entre enseignants0,257 · 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'étudeSans objet
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

Citations38
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDr Sulaiman Al Habib Medical JournalMême sujetHealthcare Policy and ManagementTravaux en français237 207