Prevalence and Severity of Burn Scars in Rural Mozambique
Notice bibliographique
Résumé
BACKGROUND: Burn injuries are common in low- and middle-income countries (LMICs) and their associated disability is tragic. This study is the first to explore burn scars in rural communities in Mozambique. This work also validated an innovate burn assessment tool, the Morphological African Scar Contractures Classification (MASCC), used to determine surgical need. METHODS: Using a stratified, population-weighted survey, the team interviewed randomly selected households from September 2012 to June 2013. Three rural districts (Chókwè, Nhamatanda, and Ribáuè) were selected to represent the southern, central and northern regions of the country. Injuries were recorded, documented with photographs, and approach to care was gathered. A panel of residents and surgeons reviewed the burn scar images using both the Vancouver Scar Scale and the MASCC, a validated visual scale that categorizes patients into four categories corresponding to levels of surgical intervention. RESULTS: Of the 6104 survey participants, 6% (n = 370) reported one or more burn injuries. Burn injuries were more common in females (57%) and most often occurred on the extremities. Individuals less than 25 years old had a significantly higher odds of reporting a burn scar compared to people older than 45 years. Based on the MASCC, 12% (n = 42) would benefit from surgery to treat contractures. CONCLUSION: Untreated burn injuries are prevalent in rural Mozambique. Our study reveals a lack of access to surgical care in rural communities and demonstrates how the MASCC scale can be used to extend the reach of surgical assessment beyond the hospital through community health workers.
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 | 0,001 | 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 ».