Availability of essential diagnostics in ten low-income and middle-income countries: results from national health facility surveys
Notice bibliographique
Résumé
BACKGROUND: Pathology and laboratory medicine diagnostics and diagnostic imaging are crucial to achieving universal health coverage. We analysed Service Provision Assessments (SPAs) from ten low-income and middle-income countries to benchmark diagnostic availability. METHODS: Diagnostic availabilities were determined for Bangladesh, Haiti, Malawi, Namibia, Nepal, Kenya, Rwanda, Senegal, Tanzania, and Uganda, with multiple timepoints for Haiti, Kenya, Senegal, and Tanzania. A smaller set of diagnostics were included in the analysis for primary care facilities compared with those expected at hospitals, with 16 evaluated in total. Surveys spanned 2004-18, including 8512 surveyed facilities. Country-specific facility types were mapped to basic primary care, advanced primary care, or hospital tiers. We calculated percentages of facilities offering each diagnostic, accounting for facility weights, stratifying by tier, and for some analyses, region. The tier-level estimate of diagnostic availability was defined as the median of all diagnostic-specific availabilities at each tier, and country-level estimates were the median of all diagnostic-specific availabilities of each of the tiers. Associations of country-level diagnostic availability with country income as well as (within-country) region-level availability with region-specific population densities were determined by multivariable linear regression, controlling for appropriate covariates including tier. FINDINGS: Median availability of diagnostics was 19·1% in basic primary care facilities, 49·2% in advanced primary care facilities, and 68·4% in hospitals. Availability varied considerably between diagnostics, ranging from 1·2% (ultrasound) to 76·7% (malaria) in primary care (basic and advanced) and from 6·1% (CT scan) to 91·6% (malaria) in hospitals. Availability also varied between countries, from 14·9% (Bangladesh) to 89·6% (Namibia). Availability correlated positively with log(income) at both primary care tiers but not the hospital tier, and positively with region-specific population density at the basic primary care tier only. INTERPRETATION: Major gaps in diagnostic availability exist in many low-income and middle-income countries, particularly in primary care facilities. These results can serve as a benchmark to gauge progress towards implementing guidelines such as the WHO Essential Diagnostics List and Priority Medical Devices initiatives. FUNDING: Bill & Melinda Gates Foundation.
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 | 0,003 | 0,007 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».