MétaCan
Menu
Retour à la cohorte
Enregistrement W4393085080 · doi:10.1186/s12893-024-02386-3

Essential surgery delivery in the Northern Kivu Province of the Democratic Republic of the Congo

2024· article· en· W4393085080 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBMC Surgery · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensMcGill University
Organismes subventionnairesInternational Development Research Centre
Mots-clésMedicineReferralPerioperativeWorkforceUnivariate analysisPsychological interventionHealth careEmergency medicineSurgeryGeneral surgeryFamily medicineNursingMultivariate analysisInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Surgical services are an essential part of a functional healthcare system, but the Lancet Commission of Global Surgery (LCoGS) indicators of surgical capacity such as perioperative workforce and surgical volume are unknown in many low- and middle-income countries (LMICs) including the Democratic Republic of Congo (DRC). We aimed to determine the surgical capacity and its associated factors within the DRC. METHODS: Hospitals were assessed in the North Kivu province of the DRC. Hospital characteristics and surgical rates were determined using the WHO-PGSSC hospital assessment tool and operating room (OR) registries. The primary outcome of interest was the number of Bellwether operations (i.e. Caesarean sections, laparotomies, and external fixation for bone fractures) per 100,000 people. Univariate and multiple linear regressions were performed. Primary predictors were the number of trained surgeons, anaesthesiologists, and obstetricians (SAOs) and the number of perioperative providers (including clinical officers and nurse anaesthetists) per 100,000 people. RESULTS: Twenty-eight hospitals in North Kivu were assessed over one year in 2021; 24 (86%) were first-level referral health centres while 4 (14%) were second-level referral hospitals. In total, 11,176 Bellwether procedures were performed in the region in one year. Rates per 100,000 people were 1,461 Bellwether surgical interventions, 1.05 SAOs, and 13.1 perioperative providers. In univariate linear regression analysis, each additional SAO added 239 additional cases annually (p = 0.023), while each additional perioperative provider added 110 cases annually (p < 0.001). In our multiple regression analysis adjusting for other hospital services, the association between workforce and Bellwether surgeries was no longer significant. CONCLUSIONS: The surgical workforce in DRC did not meet the LCoGS benchmark of 20 SAOs per 100,000 people but was not an independent predictor of surgical capacity. Major investment is needed to simultaneously bolster healthcare facilities and increase surgical workforce training.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,040
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,265
Écart entre enseignants0,241 · 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