Task Sharing in Global Cardiac Surgery: A Scoping Review
Notice bibliographique
Résumé
Background: Access to cardiac surgical services is limited in low- and middle-income countries. The shortage of cardiac surgical care providers is a major contributor to this limited access to lifesaving care. Task shifting and task sharing allow nonspecialists to perform roles typically reserved for specialists such as cardiothoracic surgeons, cardiac anesthesiologists, and other health care workers with specific training in cardiac surgical care. Task sharing has increased access to care without compromising outcomes in related surgical fields, such as general surgery, orthopedic surgery, neurologic surgery, and obstetrics and gynecologic surgery. Methods: A scoping review was performed according to the Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for Scoping Reviews using the databases PubMed/MEDLINE, Embase, World Health Organization Global Index Medicus, and Web of Science. The search was constructed to identify articles specifically addressing task sharing in cardiac surgical care. Results: Four relevant articles were identified. Only 1 focused on task sharing specifically by cardiac surgeons; this was a case study of 2 surgeons at a single hospital who used task sharing with junior surgeons to varying degrees. Two studies discussed task sharing as part of a team-based approach to the management of rheumatic heart disease; 1 study discussed cost-effectiveness in the delivery of cardiac surgical care and included task sharing as 1 approach to cost reduction. Conclusions: There is a paucity of literature describing the applications and outcomes of task sharing in cardiac surgery in variable-resource contexts. Here, we present a scoping review summarizing the literature on experiences with task sharing for cardiac surgical care.
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 | 0,020 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,006 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| 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 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 ».