Global Estimates of Capacity for Kidney Transplantation in World Countries and Regions
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: Kidney transplantation (KT) is the optimal treatment for kidney failure and is associated with better quality of life and survival relative to dialysis. However, knowledge of the current capacity of countries to deliver KT is limited. This study reports on findings from the 2018 International Society of Nephrology Global Kidney Health Atlas survey, specifically addressing the availability, accessibility, and quality of KT across countries and regions. METHODS: Data were collected from published online sources, and a survey was administered online to key stakeholders. All country-level data were analyzed by International Society of Nephrology region and World Bank income classification. RESULTS: Data were collected via a survey in 182 countries, of which 155 answered questions pertaining to KT. Of these, 74% stated that KT was available, with a median incidence of 14 per million population (range: 0.04-70) and median prevalence of 255 per million population (range: 3-693). Accessibility of KT varied widely; even within high-income countries, it was disproportionately lower for ethnic minorities. Universal health coverage of all KT treatment costs was available in 31%, and 57% had a KT registry. CONCLUSIONS: There are substantial variations in KT incidence, prevalence, availability, accessibility, and quality worldwide, with the lowest rates evident in low- and lower-middle income countries. Understanding these disparities will inform efforts to increase awareness and the adoption of practices that will ensure high-quality KT care is provided around the world.
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 | 0,000 | 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 découle