MétaCan
Menu
Retour à la cohorte
Enregistrement W4293382228 · doi:10.1016/j.kint.2022.07.029

Barriers to accessing essential medicines for kidney disease in low- and lower middle–income countries|

2022· article· en· W4293382228 sur OpenAlexaff
Anna Francis, Muhammad Iqbal Abdul Hafidz, Udeme E. Ekrikpo, Titi Chen, Eranga Wijewickrama, Elliot Koranteng Tannor, Georges Nakhoul, Michelle Wong, Nikhil Pereira-Kamath, Rahul Chanchlani, Robert Kalyesubula, Sabine Karam, Vivek Kumar, Viviane Cálice-Silva, Vivekanand Jha

Notice bibliographique

RevueKidney International · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensMcMaster Children's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEssential medicinesMedicineContext (archaeology)Public healthPopulationDeveloping countryHealth careEnvironmental healthFamily medicineBusinessEconomic growthNursing

Résumé

récupéré en direct d'OpenAlex

Essential medicines are defined as those that “satisfy the priority health care needs of the population” and selected with due regard to public health relevance based on their efficacy, safety, and comparative cost-effectiveness.1 They are intended to be accessible within the context of functioning health systems in adequate quantities, in the appropriate dosage forms, with ensured quality and adequate information, and at a price the individual and the community can afford. The World Health Organization calls for “improved access to essential, high-quality, safe, effective and affordable medicines and health products.”2 However, nearly 2 billion people have no access to essential medicines globally, particularly in low-income countries (LICs) and lower middle–income countries (LMICs).

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,025
Tête enseignante GPT0,297
Écart entre enseignants0,272 · 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

Citations66
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney InternationalMême sujetPharmaceutical Economics and PolicyTravaux en français237 207