National health policies and strategies for addressing chronic kidney disease: Data from the International Society of Nephrology Global Kidney Health Atlas
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.
Notice bibliographique
Résumé
National strategies for addressing chronic kidney disease (CKD) are crucial to improving kidney health. We sought to describe country-level variations in non-communicable disease (NCD) strategies and CKD-specific policies across different regions and income levels worldwide. The International Society of Nephrology Global Kidney Health Atlas (GKHA) was a multinational cross-sectional survey conducted between July and October 2018. Responses from key opinion leaders in each country regarding national NCD strategies, the presence and scope of CKD-specific policies, and government recognition of CKD as a health priority were described overall and according to region and income level. 160 countries participated in the GKHA survey, comprising 97.8% of the world's population. Seventy-four (47%) countries had an established national NCD strategy, and 53 (34%) countries reported the existence of CKD-specific policies, with substantial variation across regions and income levels. Where CKD-specific policies existed, non-dialysis CKD care was variably addressed. 79 (51%) countries identified government recognition of CKD as a health priority. Low- and low-middle income countries were less likely to have strategies and policies for addressing CKD and have governments which recognise it as a health priority. The existence of CKD-specific policies, and a national NCD strategy more broadly, varied substantially across different regions around the world but was overall suboptimal, with major discrepancies between the burden of CKD in many countries and governmental recognition of CKD as a health priority. Greater recognition of CKD within national health policy is critical to improving kidney healthcare globally.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle