Patient-Centered Surgical Care for Children in Low and Lower-Middle Income Countries (LMICs) - A Systematic Scoping Review of the Literature
Notice bibliographique
Résumé
PURPOSE: Studies exploring patient-centered care (PCC) in pediatric surgery have been disproportionately concentrated in high-income countries. This review aims to characterize the adoption of key PCC domains in low and lower-middle income countries (LMICs). METHODS: Seven databases were searched from inception until January 2023 to retrieve relevant articles in pediatric surgery in LMICs. We focused on six key PCC domains: patient-reported outcomes (PROs), patient-reported experiences (PREs), shared decision-making (SDM), patient/parent education, patient/parent satisfaction, and informed consent. RESULTS: Of 8050 studies screened, 230 underwent full-text review, and 48 were finally included. Most were single-center (87.5%), cross-sectional studies (41.7%) from the South-East Asian (35.4%) and Eastern Mediterranean regions (33.3%). Studies most frequently focused on postoperative care (45.8%) in pediatric general surgery (18.8%), and included 1-3 PCC domains. PREs (n = 30), PROs (n = 16) and patient/parent satisfaction (n = 16) were most common. Informed consent (n = 2) and SDM (n = 1) were least studied. Only 13 studies directly elicited children's perspectives. Despite all studies originating in LMICs, 25% of first and 17.8% of senior authors lacked LMIC affiliations. CONCLUSION: The adoption of PCC in LMICs appears limited, focusing predominantly on PROs and PREs. Other domains such as informed consent and SDM are rarely addressed, and the voice of children and young people is rarely heard in their care. Opportunities to enhance PCC in LMICs abound, with the potential to improve the surgical care of children in resource-limited settings. LEVEL OF EVIDENCE: III.
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 | 0,001 |
| 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 | 0,000 | 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 ».