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
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 découle