Results of a pre-implementation analysis of Ethiopia’s National Pediatric Cancer Registry
Notice bibliographique
Résumé
In Ethiopia, cancer accounts for about 5.8% of total national mortality, with an estimated annual incidence of cancer of approximately 60,960 cases and an annual mortality of over 44,000 persons. This is likely an underestimation. Survival rates for pediatric malignancies are likewise suboptimal although exact figures are unknown since a national cancer registry is unavailable. The World Health Organization (WHO) provides recommendations for the creation of cancer registries to track such data. Here we describe our pharmacist-led, pre-implementation assessment of introducing an enhanced national pediatric cancer registry in Ethiopia. Our assessment project had three specific aims around which the methods were designed: 1) characterization of the current spreadsheet-based tool across participating sites, including which variables were being collected, how these variables compared to standards set by the WHO, and a description of how the data were entered and its completeness; 2) assessment of the perceptions of an enhanced registry from hospital staff; and 3) evaluation of workflow gaps regarding documentation. The hospital staff and leadership have generally positive perceptions of an enhanced pediatric cancer registry, which were further improved by our interactions. The workflow assessment revealed several gaps, which were addressed systematically using a three-phase implementation science approach. The assessment also demonstrated that the existing spreadsheet-based tool was missing WHO-recommended variables and had inconsistent completion due to the workflow gaps. A pediatric oncology summary sheet will be implemented in upcoming trips in patient charts to better summarize the patients' journey starting from diagnosis. This document will be used by the data clerks in an enhanced-spreadsheet to have a more complete data set.
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 | 0,003 | 0,015 |
| 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 ».