MétaCan
Menu
Retour à la cohorte
Enregistrement W4205453400 · doi:10.1177/17474930211066416

Stroke services in Africa: What is there and what is needed

2022· article· en· W4205453400 sur OpenAlexaff
Tamer Roushdy, Hany Aref, Selma Kesraoui, Michael Temgoua, Kiatoko Ponte Nono, Meron Awraris Gebrewold, Peter Waweru, Urvashy Gopaul, Faouzi Belahsen, Djibrilla Ben‐Adji, Rita Melifonwu, Sanjeev Pugazhendhi, Noëmie Woodcock, Muhyadin Hassan Mohamed, Anastasia Rossouw, Sarah Shali Matuja, Mark Koba Ruanda, Chokri Mhiri, Deanna Saylor, Nevine El Nahas, Hossam Shokri

Notice bibliographique

RevueInternational Journal of Stroke · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Incidence (geometry)Acute strokeHealth servicesMedical emergencyEnvironmental healthPopulationNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Over the past few years, the incidence and prevalence of stroke has been rising in most African countries and has been reported as one of the leading causes of morbidity and mortality. To study this problem, we need to realize the quality and availability of stroke care services as a priori to improve them. METHODS AND RESULTS: In this study, we investigated the availability of different stroke-related services in 17 countries from different African regions. An online survey was conducted and fulfilled by stroke specialists and included primary prevention, acute management, diagnostic tools, medications, postdischarge services, and stroke registries. The results showed that although medications for secondary prevention are available, yet many other services are lacking in various countries. CONCLUSION: This study displays the deficient aspects of stroke services in African countries as a preliminary step toward active corrective procedures for the improvement of stroke-related health services.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0030,003
Communication savante0,0050,009
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,014
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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

Citations50
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of StrokeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207