Current status of health systems financing and oversight for end-stage kidney disease care: a cross-sectional global survey
Notice bibliographique
Résumé
OBJECTIVES: The Global Kidney Health Atlas (GKHA) is a multinational, cross-sectional survey designed to assess the current capacity for kidney care across all world regions. The 2017 GKHA involved 125 countries and identified significant gaps in oversight, funding and infrastructure to support care for patients with kidney disease, especially in lower-middle-income countries. Here, we report results from the survey for the second iteration of the GKHA conducted in 2018, which included specific questions about health financing and oversight of end-stage kidney disease (ESKD) care worldwide. SETTING: A cross-sectional global survey. PARTICIPANTS: Key stakeholders from 182 countries were invited to participate. Of those, stakeholders from 160 countries participated and were included. PRIMARY OUTCOMES: Primary outcomes included cost of kidney replacement therapy (KRT), funding for dialysis and transplantation, funding for conservative kidney management, extent of universal health coverage, out-of-pocket costs for KRT, within-country variability in ESKD care delivery and oversight systems for ESKD care. Outcomes were determined from a combination of desk research and input from key stakeholders in participating countries. RESULTS: 160 countries (covering 98% of the world's population) responded to the survey. Economic factors were identified as the top barrier to optimal ESKD care in 99 countries (64%). Full public funding for KRT was more common than for conservative kidney management (43% vs 28%). Among countries that provided at least some public coverage for KRT, 75% covered all citizens. Within-country variation in ESKD care delivery was reported in 40% of countries. Oversight of ESKD care was present in all high-income countries but was absent in 13% of low-income, 3% of lower-middle-income, and 10% of upper-middle-income countries. CONCLUSION: Significant gaps and variability exist in the public funding and oversight of ESKD care in many countries, particularly for those in low-income and lower-middle-income countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».