Access to Essential Surgical Care in Chiapas, Mexico: A System‐Wide Geospatial Analysis
Notice bibliographique
Résumé
BACKGROUND: Long travel times to reach essential surgical care in Chiapas, Mexico's poorest state, can delay lifesaving procedures and contribute to adverse outcomes. Geographical access to surgical facilities is 1 of the 6 indicators of the Lancet Commission on Global Surgery and has been measured extensively worldwide. Our objective is to determine the population with 2-h geographical access to facilities capable of performing the Bellwether procedures (laparotomy, cesarean delivery, and open fracture repair). This is the first study in Mexico to assess access to surgical facilities, including both the fragmented public sector and the private sector. METHODS: In this cross-sectional study, conducted from June 2019 to January 2020, Bellwether capable surgical facilities from all health systems in Chiapas were geocoded and assessed through on-site data collection, Ministry of Health databases, and verified via telephone. Geospatial analyses were performed on Redivis. RESULTS: We identified 59 Bellwether capable hospitals, with 17.5% (n = 954,460) of the state residing more than 2 h from surgical care in public and private health systems. Of those, 22 facilities had confirmed 24/7 Bellwether capability, and 23% (n = 1,178,383) of the affiliated population resided more than 2 h from these hospitals. CONCLUSIONS: Our study shows that the Ministry of Health and employment-based health coverage could provide timely access to essential surgical care for the majority of the population. However, the fragmentation of the healthcare system leaves a gap that contributes to delays in care and unmet emergency surgical needs.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| 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 | 0,000 |
| 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 ».