MétaCan
Menu
Retour à la cohorte
Enregistrement W4393281915 · doi:10.1016/j.sopen.2024.03.015

Assessing Ethiopia's surgical capacity in light of global surgery 2030 initiatives: Is there progress in the past decade?

2024· article· en· W4393281915 sur OpenAlexafffund
Cherinet Osebo, Jeremy Grushka, Dan Deckelbaum, Tarek Razek

Notice bibliographique

RevueSurgery Open Science · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensMontreal General HospitalMcGill University Health Centre
Organismes subventionnairesMcGill University Health CentreMcGill University
Mots-clésMedicineWorkforcePopulationScarcityHealth careCapacity buildingService delivery frameworkService (business)BusinessEconomic growthEnvironmental healthMarketing

Résumé

récupéré en direct d'OpenAlex

Background: Surgical, anesthetic, and obstetric (SAO) care plays a crucial role in global health, recognized by the World Health Organization (WHO) and The Lancet Commission on Global Surgery (LCoGS). LCoGS outlines six indicators for integrating SAO services into a country's healthcare system through National Surgical Obstetrics and Anesthesia Plans (NSOAPs). In Ethiopia, surgical services progress lacks evaluation. This study assesses current Ethiopian surgical capacity using the LCoGS NSOAPs framework. Methods: We conducted a narrative review of published literature on critical LCoGS NSAOPs metrics to extract information on key domains; service delivery, workforce, infrastructure, finance, and information management. Results: Ethiopia's surgical services face challenges, including a low surgical volume (43) and a scarcity of specialist SOA physicians (0.5) per 100,000 population. Over half of Ethiopians reside outside the 2-hour radius of surgery-ready hospitals, and 98 % face surgery-related impoverished expenditures. Lacking the LCoGS-recommended SOA reporting systems, approximately 44 % of facilities exist for handling bellwether procedures. Despite the prevalence of essential surgeries, primary district hospitals have limited operative infrastructures, resulting in disparities in the surgical landscape. Most surgery-ready facilities are concentrated in cities, leaving Ethiopia's 80 % rural population with inadequate access to surgical care. Conclusion: Ethiopia's surgical capacity falls below LCoGS NSOAPs recommendations, with challenges in infrastructure, personnel, and data retrieval. Critical measures include scaling up access, workforce, public insurance, and information management to enhance SAO services. Ethiopia pioneered in Sub-Saharan Africa by establishing Saving Lives Through Safe Surgery (SaLTS) in response to NSOAPs, but progress lags behind LCoGS recommendations.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,110
Tête enseignante GPT0,416
Écart entre enseignants0,307 · 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

Citations17
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurgery Open ScienceMême sujetGlobal Health and SurgeryTravaux en français237 207