A global snapshot on health systems capacity for detection, monitoring, and management of acute kidney injury: A multinational study from the ISN-GKHA
Notice bibliographique
Résumé
Acute kidney injury (AKI) is a significant cause of morbidity and mortality, especially in low and lower-middle income countries. Data from the third iteration of the International Society of Nephrology Global Kidney Health Atlas (ISN-GKHA) were used to evaluate the organization of structures and services for the provision of AKI care in world countries and ISN regions. An international survey of key stakeholders (clinicians, policymakers, and patient advocates) from countries affiliated with the ISN was conducted from July to September 2022 to assess structures and services for AKI care across countries. Main findings of the study show that overall, 167 countries or jurisdictions participated in the survey, representing 97.4% of the world's population. Only 4% of countries had an AKI detection program based on national policy or guideline, and 50% of these countries used a reactive approach for AKI identification (i.e., cases managed as identified through clinical practice). Only 19% of national governments recognized AKI as a healthcare priority. Almost all countries (98% of the countries surveyed) reported capacity to provide acute hemodialysis (HD) for AKI, but in 31% of countries, peritoneal dialysis (PD) was unavailable for AKI. About half of all countries (44% of countries surveyed) provided acute dialysis (HD or PD) via public funding, but funding availability varied across ISN regions, including less than a quarter of countries in Oceania and South East Asia (17%) and Africa (24%) and highest availability in Western Europe (91%). Availability increased with the increasing country income level. Initiatives have been developed to propose and promote optimal care for AKI (including the ISN 0-by-25 initiative), but capacity for optimal AKI care remains low, particularly in low- and lower-middle-income countries. Concerted efforts by the global community are required to close these gaps, to improve AKI outcomes across the world.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».