Prevalence of surgically correctable conditions among children in a mixed urban-rural community in Nigeria using the SOSAS survey tool: Implications for paediatric surgical capacity-building
Notice bibliographique
Résumé
BACKGROUND: In many low- and middle-income countries, data on the prevalence of surgical diseases have been derived primarily from hospital-based studies, which may lead to an underestimation of disease burden within the community. Community-based prevalence studies may provide better estimates of surgical need to enable proper resource allocation and prioritization of needs. This study aims to assess the prevalence of common surgical conditions among children in a diverse rural and urban population in Nigeria. METHODS: Descriptive cross-sectional, community-based study to determine the prevalence of congenital and acquired surgical conditions among children in a diverse rural-urban area of Nigeria was conducted. Households, defined as one or more persons 'who eat from the same pot' or slept under the same roof the night before the interview, were randomized for inclusion in the study. Data was collected using an adapted and modified version of the interviewer-administered questionnaire-Surgeons OverSeas Assessment of Surgical Need (SOSAS) survey tool and analysed using the REDCap web-based analytic application. MAIN RESULTS: Eight-hundred-and-fifty-six households were surveyed, comprising 1,883 children. Eighty-one conditions were identified, the most common being umbilical hernias (20), inguinal hernias (13), and wound injuries to the extremities (9). The prevalence per 10,000 children was 85 for umbilical hernias (95% CI: 47, 123), and 61 for inguinal hernias (95% CI: 34, 88). The prevalence of hydroceles and undescended testes was comparable at 22 and 26 per 10,000 children, respectively. Children with surgical conditions had similar sociodemographic characteristics to healthy children in the study population. CONCLUSION: The most common congenital surgical conditions in our setting were umbilical hernias, while injuries were the most common acquired conditions. From our study, it is estimated that there will be about 2.9 million children with surgically correctable conditions in the nation. This suggests an acute need for training more paediatric surgeons.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».