MétaCan
Menu
Retour à la cohorte
Enregistrement W3157494913 · doi:10.24908/pocus.v6i1.14763

Evaluation of Diagnostic Imaging Capacity and the Role for Point-of-Care Ultrasound (POCUS) within the Zanzibar Health System

2021· article· en· W3157494913 sur OpenAlexvenueno aff
Abiola Fasina, Anthony J. Dean, Nova L. Panebianco, Frances S. Shofer, Omar Ali, Mwajuma Yahya, Salim Ismail, Patricia C. Henwood

Notice bibliographique

RevuePOCUS Journal · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineUltrasoundDemographicsDiagnostic ultrasoundHealth careSpecialtyMedical physicsMedical imagingModalitiesPoint of care ultrasoundFamily medicineRadiology

Résumé

récupéré en direct d'OpenAlex

Background: The Zanzibar Ministry of Health identified access to ultrasound (US) as a system priority due to limited diagnostic imaging capacity and consequent impact on patient care and requested a needs assessment in this regard. As a result, the objective of this study was to assess diagnostic imaging capacity focusing on ultrasound in Zanzibar, including health care providers’ (HCPs) current training, use, and barriers to implementation. Methods: A previously published ultrasound needs assessment survey was modified and administered on-site at the eight public hospitals in Zanzibar among a convenience sample of HCPs. Demographics, perceived US needs, current training and practice, and availability of specialty support were assessed. HCPs also completed focused personal interviews (FPIs) to explore experience with training, interests, and barriers to ultrasound. On-site diagnostic imaging modalities were assessed. Results: There were nine ultrasound machines present at six of the eight public hospitals assessed. All had x-ray, but only one had a CT scanner and a radiologist. There was no MRI capacity at the hospitals assessed at the time of the study. Survey data among 40 participants revealed that prior experience with POCUS was limited with only 10% reporting any prior ultrasound training or experience. The majority of those surveyed (72%), indicated a ‘high’ interest in learning ultrasound. Of those reporting interest in POCUS applications, obstetrics was the most often cited (70%). Lack of ultrasound machines (40%) and educators (28%) were identified as the greatest barriers. Conclusion: HCPs in Zanzibar have limited access to diagnostic imaging, including ultrasound, and expressed a high level of interest in learning point-of-care ultrasound. A shortage of machines and educators are the main barriers to widespread use. Obstetrics is the application for which ultrasound is currently most used and is the application HCPs are most interested in learning. Equipment and educational support for a POCUS program could improve care by increasing access to diagnostic imaging.

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)0,008
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,349
Écart entre enseignants0,311 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePOCUS JournalMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207