Mapping the cancer research landscape across Zambia: evidence to support national cancer control planning
Notice bibliographique
Résumé
Background: Zambia faces the double burden of rising cancer incidence and a disproportionate volume of mortality from delayed presentations. The Ministry of Health Zambia acknowledged cancer research as a key pillar of cancer control in the National Cancer Control Strategic Plan 2022-2026, but there remains a paucity of country-specific evidence to inform strategies, implementation, monitoring and evaluation of research activities. Our study aimed to map and critically analyse the existing cancer research landscape to inform national planning. Methods: We adopted a two-stage mixed-method research. First, we conducted a systematic review, including 76 Zambian cancer studies published between 2012 and 2022, adhering to PRISMA guidance. Second, we conducted an in-person modified consensus meeting in Ndola, Zambia attended by 31 domestic and international stakeholders, to co-develop priorities and strategies based on gaps and facilitators identified through the systematic review. Results: = 34/76), respectively. The existing national cervical cancer registry, active global collaboration and adoption of technology were facilitators to be leveraged to build research capacity through multi-level, stakeholder-specific strategies. Conclusion: To strengthen research capacity, sustained commitment to priorities through the implementation of co-developed strategies is required at individual, organisational and institutional levels. This paradigm shift is necessary to deliver evidence-based cancer care tailored to the needs of Zambians with emphasis on value and quality.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».