Collapse of Cancer Care Under the Current Conflict in Sudan
Notice bibliographique
Résumé
Sudan has been under an armed conflict between the Sudanese Armed Forces and the Rapid Support Forces (RSF) militia since April 15, 2023. The conflict has turned the country into the largest internal displacement humanitarian crisis with 9.05 million internally displaced persons including 2.2 million children younger than 5 years and caused 1.47 million Sudanese to flee the country as refugees. The conflict has had a major destructive impact on the health system, which has incurred targeting with air raids, ground invasion, vandalization, looting of assets and supplies, and killing of doctors, nurses, and other health personnel. Khartoum Oncology Hospital, Sudan's main cancer hub for treatment, diagnostics, and research has become nonfunctional as a result of the conflict. The National Cancer Institute in Wad Medani, the second largest hub, faced a similar fate as the conflict spread to Al-Gezira State. Patients with cancer have been displaced multiple times in Sudan with grave consequences on the continuity of care, worsening of their disease outcomes and palpable negative impacts on children. The oncology workforce in Sudan have themselves been displaced yet are working hard to provide services and care for patients under impossible circumstances. Sudan's doctors in diaspora have rallied to provide support but they face multiple obstacles. As the conflict continues to spread, we call upon the WHO, the United Nations Children's Fund, St Jude Hospital, and all relevant partners to implement an immediate evacuation operation with urgent air lifts of the affected children to continue their cancer care in neighboring countries as was done in Ukraine and Gaza.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».