MétaCan
Menu
Retour à la cohorte
Enregistrement W4381682871 · doi:10.7759/cureus.40761

Laparoscopy in Low- and Middle-Income Countries: A Survey Study

2023· article· en· W4381682871 sur OpenAlexaffabout
Omaid Tanoli, Hamza Ahmad, Haider Ali Khan, Awais Khan, Zoha Aftab, Mashal I Khan, Etienne St‐Louis, Tanya Chen, Kathryn LaRusso

Notice bibliographique

RevueCureus · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensMcGill UniversityMcGill University Health CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineLaparoscopic surgeryHealth careCurriculumMedical educationNursingLaparoscopySurgeryPsychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: An increasing shift towards non-communicable diseases and an existing high surgical burden of disease in low-middle-income countries (LMICs) has impelled the need for implementing laparoscopic surgery, a safe and cost-effective surgical service. However, despite countless benefits, laparoscopic surgery programs remain limited throughout LMICs, and limited understanding is known of healthcare professionals' views regarding the implementation of laparoscopic surgery in their local healthcare environments. Therefore, the purpose of this study is to better understand the perceived challenges and barriers to implementing long-term laparoscopic surgery programs from the perspective of healthcare professionals. METHODS: Upon receiving ethical approval from the McGill University Health Center (MUHC), a nine-question survey (concerning attributes required to establish a successful laparoscopic program in LMICs and to gain insight into what surgeons from LMICs believed were the necessary next steps) was pilot tested amongst faculty members, and subsequently disseminated to healthcare professionals practicing in LMICs. Explicit consent was obtained from the participants before answering the survey. Results: Thirty-four participants representing a total of 35 countries participated in the survey with the majority having received laparoscopic surgery training. Overall, participant responses were characterized by two major themes. Highlighted in the first theme, Laparoscopic Experience and Training Curriculum, were responses concerning current laparoscopic training and education, improved career opportunities provided by laparoscopic training, and a particular existing potential to incorporate laparoscopic surgery into the current surgical curriculum at various levels of training. Emphasized in the second theme, Challenges and Next Steps, were responses concerning barriers to the implementation of laparoscopic surgery, current institutional capabilities, and the need for improving mentorship through existing surgical societies such as the College of Surgeons of East, Central, and Southern Africa (COSECSA), West African College of Surgeons (WACS), and The Pan-African Academy of Christian Surgeons (PAACS). CONCLUSIONS: A buy-in from the government, hospitals, staff, and industry is crucial for the long-term implementation of laparoscopic surgery in LMICs, which can only be accomplished through increased advocacy and the dissemination of the benefits of minimally invasive surgery both economically and socially.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,347
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetGlobal Health and SurgeryTravaux en français237 207