Inclusion of diabetic retinopathy screening strategies in national-level diabetes care planning in low- and middle-income countries: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Diabetes is a major public health concern, with approximately 80% of the burden falling on low- and middle-income countries (LMICs). Diabetic retinopathy (DR) is one of the most common microvascular complications of diabetes, and early detection through diabetic eye screening programmes is essential to prevent visual impairment and blindness. Careful planning at a national level is crucial for effective implementation of such programmes. METHODS: A scoping review was conducted, and the protocol was published previously to explain the methods in detail. Data were collected from databases and searches, including grey literature. Furthermore, consultations were conducted with key informants from LMICs. RESULTS: Lower-middle-income countries (29/50, 58%) and upper-middle-income countries (27/59, 45.8%) are making more progress than low-income countries (4/29, 13.8%) in terms of DR policy planning. However, no identified data for published policies have actually implemented national DR policies. Compared to low-income and lower-middle-income countries, upper-middle-income countries are making the most progress in implementing national diabetic eye screening programmes; however, their progress is still slow, with only 5/59 (8.5%) having such programmes. CONCLUSION: There are significant gaps in the literature, with no data reported for 78/138 (56.5%) LMICs. Further research is clearly needed to support and document DR policy development in 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 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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».