An analysis of the inclusion of ear and hearing care in national health policies, strategies and plans
Notice bibliographique
Résumé
Ear- and hearing-related conditions pose a significant global health burden, yet public health policy surrounding ear and hearing care (EHC) in low- and middle-income countries is poorly understood. The present study aims to characterize the inclusion of EHC in national health policy by analysing national health policies, strategies and plans in English, French, Spanish, Portuguese and Arabic. Three EHC keywords were searched, including ear*, hear* and deaf*. The terms 'human immunodeficiency virus/acquired immunodeficiency syndrome (HIV/AIDS)', 'tuberculosis' and 'malaria' were included as comparison keywords as these conditions have historically garnered political priority in global health. Of the 194 World Health Organization Member States, there were 100 national policies that met the inclusion criteria of document availability, searchable format, language and absence of an associated national EHC strategy. These documents mentioned EHC keywords significantly less than comparison terms, with mention of hearing in 15 documents, ears in 11 documents and deafness in 3 documents. There was a mention of HIV/AIDS in 92 documents, tuberculosis in 88 documents and malaria in 70 documents. Documents in low- and middle-income countries included significantly fewer mentions of EHC terms than those of high-income countries. We conclude that ear and hearing conditions pose a significant burden of disease but are severely underrepresented in national health policy, especially in low- and middle-income countries.
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 | 0,001 | 0,000 |
| 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 ».