MétaCan
Menu
Retour à la cohorte
Enregistrement W3127548311 · doi:10.1136/bmjgh-2020-004324

Assessing trauma care systems in low-income and middle-income countries: a systematic review and evidence synthesis mapping the Three Delays framework to injury health system assessments

2021· review· en· W3127548311 sur OpenAlexaff
John Whitaker, Nollaig O’Donohoe, Max Denning, Dan Poenaru, Elena Guadagno, Andrew Leather, Justine Davies

Notice bibliographique

RevueBMJ Global Health · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésLow and middle income countriesHealth careHealthcare systemSystematic reviewPublic healthOccupational safety and healthInjury preventionEnvironmental healthPoison controlPublic economicsMedicineMEDLINEBusinessNursingEconomicsDeveloping countryPolitical scienceEconomic growth

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The large burden of injuries falls disproportionately on low/middle-income countries (LMICs). Health system interventions improve outcomes in high-income countries. Assessing LMIC trauma systems supports their improvement. Evaluating systems using a Three Delays framework, considering barriers to seeking (Delay 1), reaching (Delay 2) and receiving care (Delay 3), has aided maternal health gains. Rapid assessments allow timely appraisal within resource and logistically constrained settings. We systematically reviewed existing literature on the assessment of LMIC trauma systems, applying the Three Delays framework and rapid assessment principles. METHODS: We conducted a systematic review and narrative synthesis of articles assessing LMIC trauma systems. We searched seven databases and grey literature for studies and reports published until October 2018. Inclusion criteria were an injury care focus and assessment of at least one defined system aspect. We mapped each study to the Three Delays framework and judged its suitability for rapid assessment. RESULTS: Of 14 677 articles identified, 111 studies and 8 documents were included. Sub-Saharan Africa was the most commonly included region (44.1%). Delay 3, either alone or in combination, was most commonly assessed (79.3%) followed by Delay 2 (46.8%) and Delay 1 (10.8%). Facility assessment was the most common method of assessment (36.0%). Only 2.7% of studies assessed all Three Delays. We judged 62.6% of study methodologies potentially suitable for rapid assessment. CONCLUSIONS: Whole health system injury research is needed as facility capacity assessments dominate. Future studies should consider novel or combined methods to study Delays 1 and 2, alongside care processes and outcomes.

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)0,032
score de la tête « metaresearch » (Gemma)0,144
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,144
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0080,010
Bibliométrie0,0300,026
Études des sciences et des technologies0,0020,002
Communication savante0,0070,007
Science ouverte0,0030,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,128
Tête enseignante GPT0,472
Écart entre enseignants0,344 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations94
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetTrauma and Emergency Care StudiesTravaux en français237 207