Assessment of surgical capacity in Chiapas, Mexico: a cross-sectional study of the public and private sector
Notice bibliographique
Résumé
INTRODUCTION: Surgical, anaesthesia and obstetric (SAO) care are essential, life-saving components of universal healthcare. In Chiapas, Mexico's southernmost state, the capacity of SAO care is unknown. This study aims to assess the surgical capacity in Chiapas, Mexico, as it relates to access, infrastructure, service delivery, surgical volume, quality, workforce and financial risk protection. METHODS: A cross-sectional study of Ministry of Health public hospitals and private hospitals in Chiapas was performed. The translated Surgical Assessment Tool (SAT) was implemented in sampled hospitals. Surgical volume was collected retrospectively from hospital logbooks. Fisher's exact test and Mann-Whitney U test were used to compare public and private hospitals. Catastrophic expenditure from surgical care was calculated. RESULTS: Data were collected from 17 public hospitals and 20 private hospitals in Chiapas. Private hospitals were smaller than public hospitals and public hospitals performed more surgeries per operating room. Not all hospitals reported consistent electricity, running water or oxygen, but private hospitals were more likely to have these basic infrastructure components compared with public hospitals (84% vs 95%; 60% vs 100%; 94.1% vs 100%, respectively). Bellwether surgical procedures performed in private hospitals cost significantly more, and posed a higher risk of catastrophic expenditure, than those performed in public hospitals. CONCLUSION: Capacity limitations are greater in public hospitals compared with private hospitals. However, the cost of care in the private sector is significantly higher than the public sector and may result in catastrophic expenditures. Targeted interventions to improve the infrastructure, workforce availability and data collection are needed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».