Interventions to improve early detection of childhood cancer in low‐ and middle‐income countries: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Childhood cancer outcomes in low- and middle-income countries (LMICs) lag behind those in high-income countries (HICs), in part due to late presentation and diagnosis. Though several interventions targeting early detection of childhood cancer have been implemented in LMICs, little is known about their efficacy. METHODS: We conducted a systematic review to identify studies describing such interventions. We searched multiple databases from inception to December 4, 2019. Studies were included if they reported on LMIC interventions focused on: (a) training of health care providers on early recognition of childhood cancer, or (ii) public awareness campaigns. We used preferred reporting items for systematic reviews and meta-analyses (PRISMA) guidelines to conduct our review. The risk of bias in nonrandomized studies of interventions (ROBINS-I) checklist was used to assess quality of studies. RESULTS: Twelve studies met inclusion criteria (n = 5 full text, n = 7 abstract only). Five studies focused on retinoblastoma only, while the others focused on all types of childhood cancer. The majority studied multiple interventions of which early detection was one component, but reported overall outcomes. All identified studies used pre-post evaluative designs to measure efficacy. Five studies reported statistically significant results postintervention: decrease in extraocular spread of retinoblastoma, decrease in rates of refusal/abandonment of treatment, increase in number of new referrals, increase in knowledge, and an absolute increase in median 5-year survival. Other studies reported improvements without tests of statistical significance. Two studies reported no difference in survival postintervention. The ROBINS-I checklist indicated that all studies were at serious risk of bias. CONCLUSION: Though current evidence suggests that LMIC interventions targeting early detection of childhood cancer through health professional training and/or public awareness campaigns may be effective, this evidence is limited and of poor quality. Robust trials or quasi-experimental designs with long-term follow up are needed to identify the most effective interventions. Such studies will facilitate and inform the widespread uptake of early detection interventions across LMIC settings.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 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 ».