The Evaluation of a Surgical Task-Sharing Program in South Sudan
Notice bibliographique
Résumé
Five billion people lack access to surgery, with the highest burden being in sub-Saharan Africa. As the surgical workforce is crucial in closing this gap, the University of British Columbia collaborated with Médecins Sans Frontières to create and launch the Essential Surgical Skills (ESS) task-sharing program, which consists of online learning modules and hands-on surgical training. Our study aimed to evaluate this pilot program. This is a mixed-method prospective cohort study to evaluate the effectiveness of the ESS program in South Sudan. Quantitative data included patient outcomes (complications, re-operation, and mortality), surgical proficiency of the trainees (quiz, entrustable professional activity (EPA), and logbook data), and electronic surveys. We used semi-structured interviews to collect qualitative data. From July 2019 to February 2021, three trainees performed 385 operations. The most common procedures were skin graft (14.8%) and abscess drainage (9.6%). A total of 172 EPAs were completed, of which 136 (79%) demonstrated the independence of the trainees. During the training, surgical mortality (0.56% vs. 0.13%, p = 0.0541) and morbidity (17% vs. 12%, p = 0.1767) remained unchanged from the pretraining phase. Interviews and surveys revealed that surgical knowledge and interprofessional teamwork improved throughout the training. The program empowered trainees to develop surgical career paths and increased their local acceptance among patients and other healthcare providers. This study confirmed the feasibility of a surgical task-sharing program in South Sudan. This program evaluation will hopefully inform Ministries of Health and their partners for the development of a training pillar of National Surgical, Obstetric, and Anesthesia Plans in the sub-Saharan African region.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».