MétaCan
Menu
Retour à la cohorte
Enregistrement W4283010240 · doi:10.1186/s43058-022-00302-5

Planning for resilience in screening operations using discrete event simulation modeling: example of HPV testing in Peru

2022· article· en· W4283010240 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueImplementation Science Communications · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Cancer InstituteNational Institutes of Health
Mots-clésResilience (materials science)WorkflowComputer scienceResource (disambiguation)Scale (ratio)Process managementPsychological interventionRisk analysis (engineering)Discrete event simulationEvent (particle physics)Operations researchEnvironmental resource managementManagement scienceBusinessMedicineSimulationEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The World Health Organization (WHO) has called for the elimination of cervical cancer. Unfortunately, the implementation of cost-effective prevention and control strategies has faced significant barriers, such as insufficient guidance on best practices for resource and operations planning. Therefore, we demonstrate the value of discrete event simulation (DES) in implementation science research and practice, particularly to support the programmatic and operational planning for sustainable and resilient delivery of healthcare interventions. Our specific example shows how DES models can inform planning for scale-up and resilient operations of a new HPV-based screen and treat program in Iquitos, an Amazonian city of Peru. METHODS: Using data from a time and motion study and cervical cancer screening registry from Iquitos, Peru, we developed a DES model to conduct virtual experimentation with "what-if" scenarios that compare different workflow and processing strategies under resource constraints and disruptions to the screening system. RESULTS: Our simulations show how much the screening system's capacity can be increased at current resource levels, how much variability in service times can be tolerated, and the extent of resilience to disruptions such as curtailed resources. The simulations also identify the resources that would be required to scale up for larger target populations or increased resilience to disruptions, illustrating the key tradeoff between resilience and efficiency. Thus, our results demonstrate how DES models can inform specific resourcing decisions but can also highlight important tradeoffs and suggest general "rules" for resource and operational planning. CONCLUSIONS: Multilevel planning and implementation challenges are not unique to sustainable adoption of cervical cancer screening programs but represent common barriers to the successful scale-up of many preventative health interventions worldwide. DES represents a broadly applicable tool to address complex implementation challenges identified at the national, regional, and local levels across settings and health interventions-how to make effective and efficient operational and resourcing decisions to support program adaptation to local constraints and demands so that they are resilient to changing demands and more likely to be maintained with fidelity over time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,709

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,532
Tête enseignante GPT0,601
Écart entre enseignants0,069 · 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