Bridging the gap: Survey highlights challenges and solutions in outreach and identification of people with inherited bleeding disorders
Notice bibliographique
Résumé
INTRODUCTION: Inherited bleeding disorders (IBD) are genetic conditions that affect blood clotting, leading to complications such as prolonged or spontaneous bleeding into muscles or joints. Early identification and treatment are crucial to prevent complications and improve outcomes. However, effective patient outreach and identification programs for IBD face significant challenges globally. AIM: This study aimed to identify successful patient outreach initiatives for IBD, barriers encountered during implementation, and approaches used to overcome them. METHODS: The World Federation of Haemophilia (WFH) conducted a survey of its national member organizations and other patient associations, totalling 153 organizations, to identify common strategies, barriers to their implementation, and solutions for outreach and the identification of people with IBD. The survey consisted of both closed-ended and open-ended questions, and the data were analysed using descriptive statistics and thematic analysis. RESULTS: Common challenges included resource and sustainability-related aspects such as financial constraints, limited lab equipment for diagnosis, and inadequate government commitment. Significant barriers also encompassed physical/geographical challenges like difficulty accessing remote areas, and inadequate logistical support and transportation. Seven themes emerged to enhance patient outreach: resource mobilization; awareness-raising and advocacy; knowledge and capacity building; collaboration and partnership; decentralization of services; improved logistical support and infrastructure; utilization of technology and innovation; and financial aid and incentives. CONCLUSION: Multistakeholder collaboration, coupled with secured government commitment, is crucial for improving global outreach, diagnosis rates, and access to care for individuals with IBD. Customized outreach programs should consider regional contexts, financial constraints, and prioritize innovation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».