Delay in the Diagnosis of Pediatric Brain Tumors in Low- and Middle-Income Countries: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Vague symptoms and a lack of pathognomonic features hinder the timely diagnosis of pediatric brain tumors (PBTs). However, patients in low- and middle-income countries (LMICs) must also bear the brunt of a multitude of additional factors contributing to diagnostic delays and subsequently affecting survival. Therefore, this study aims to assess these factors and quantify the durations associated with diagnostic delays for PBTs in LMICs. METHODS: A systematic review of extant literature regarding children from LMICs diagnosed with brain tumors was conducted. Articles published before June 2023 were identified using PubMed, Google Scholar, Scopus, Embase, Cumulative Index to Nursing and Allied Health Literature, and Web of Science. A meta-analysis was conducted using a random-effects model through R Statistical Software. Quality was assessed using the Newcastle Ottawa Scale. RESULTS: A total of 40 studies including 2483 patients with PBT from 21 LMICs were identified. Overall, nonspecific symptoms (62.5%) and socioeconomic status (45.0%) were the most frequently reported factors contributing to diagnostic delays. Potential sources of patient-associated delay included lack of parental awareness (45.0%) and financial constraints (42.5%). Factors contributing to health care system delays included misdiagnoses (42.5%) and improper referrals (32.5%). A pooled mean prediagnostic symptomatic interval was calculated to be 230.77 days (127.58-333.96), the patient-associated delay was 146.02 days (16.47-275.57), and the health care system delay was 225.05 days (-64.79 to 514.89). CONCLUSION: A multitude of factors contribute to diagnostic delays in LMICs. The disproportionate effect of these factors is demonstrated by the long interval between symptom onset and the definitive diagnosis of PBTs in LMICs, when compared with high-income countries. While evidence-based policy recommendations may improve the pace of diagnosis, policy makers will need to be cognizant of the unique challenges patients and health care systems face in LMICs.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| 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 ».