Unmet Surgical Need among Adults in A Mixed Urban-Rural Community in Nigeria: A Survey of 1,993 Adults Using the Sosas Survey Tool.
Notice bibliographique
Résumé
INTRODUCTION: Community-based prevalence studies are known to be more accurate than hospital-based records. However, such community-based prevalence studies are uncommon in low- and middle-income countries including Nigeria. Allocation of resources and prioritization of health care needs by policy makers require data from such community-based studies to be meaningful and sustainable. This study aims to assess the prevalence of common surgical conditions amongst adults in Nigeria. METHODS: A descriptive cross-sectional community-based study to determine the prevalence of congenital and acquired surgical conditions in adults in a mixed rural-urban area of Lagos was conducted. The study population comprised resident members in the Ikorodu Local Government Area (LGA) of Lagos State. Data was collected using a modified version of the interviewer-administered questionnaire, the Surgeons OverSeas Assessment of Surgical Need (SOSAS) survey tool. Data was analysed using the REDCap analytic tool. RESULTS: Eight hundred and fifty-six households were surveyed with a yield of 1,992 adults. There were 95 adults who complained of surgical conditions giving a prevalence rate of 5%. Vast majority of reported conditions were acquired deformities (n=94) while only 1 congenital deformity was reported. Others included breast lumps, anterior neck swelling, and groin swellings. CONCLUSION: The most common surgical complaints in our setting among adults were acquired conditions of the extremities and open wounds/sores. With an estimated population of 90 million adults and approximately 1,200 orthopaedic and general surgeons respectively, the surgeon-to-affected population ratio is 1:10,000. There is a large gap to be filled in terms of surgical manpower development.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».