MétaCan
Menu
Retour à la cohorte
Enregistrement W4402254739 · doi:10.1093/ndt/gfae128

A global overview of health system financing and available infrastructure and oversight for kidney care

2024· article· en· W4402254739 sur OpenAlexafffund
Emily K. Yeung, Rohan Khanal, Abdulshahid Sarki, Silvia Arruebo, Sandrine Damster, Jo‐Ann Donner, Fergus Caskey, Vivekanand Jha, Adeera Levin, Masaomi Nangaku, Syed Saad, Feng Ye, Ikechi G. Okpechi, Aminu K. Bello, Marcello Tonelli, David W. Johnson

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensUniversity of CalgaryUniversity of AlbertaUniversity of British Columbia
Organismes subventionnairesUniversity of AlbertaInternational Society of Nephrology
Mots-clésMedicineKidney diseasePeritoneal dialysisReimbursementRenal replacement therapyNephrologyDialysisHealth carePublic healthFamily medicineIntensive care medicineEnvironmental healthInternal medicineEconomic growthNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Governance, health financing, and service delivery are critical elements of health systems for provision of robust and sustainable chronic disease care. We leveraged the third iteration of the International Society of Nephrology Global Kidney Health Atlas (ISN-GKHA) to evaluate oversight and financing for kidney care worldwide. METHODS: A survey was administered to stakeholders from countries affiliated with the ISN from July to September 2022. We evaluated funding models utilized for reimbursement of medications, services for the management of chronic kidney disease, and provision of kidney replacement therapy (KRT). We also assessed oversight structures for the delivery of kidney care. RESULTS: Overall, 167 of the 192 countries and territories contacted responded to the survey, representing 97.4% of the global population. High-income countries tended to use public funding to reimburse all categories of kidney care in comparison with low-income countries (LICs) and lower-middle income countries (LMICs). In countries where public funding for KRT was available, 78% provided universal health coverage. The proportion of countries that used public funding to fully reimburse care varied for non-dialysis chronic kidney disease (27%), dialysis for acute kidney injury (either hemodialysis or peritoneal dialysis) (44%), chronic hemodialysis (45%), chronic peritoneal dialysis (42%), and kidney transplant medications (36%). Oversight for kidney care was provided at a national level in 63% of countries, and at a state/provincial level in 28% of countries. CONCLUSION: This study demonstrated significant gaps in universal care coverage, and in oversight and financing structures for kidney care, particularly in in LICs and 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 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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,013
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
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 Opus0,012
Tête enseignante GPT0,269
Écart entre enseignants0,257 · 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetDialysis and Renal Disease ManagementTravaux en français237 207