Assessment of the Frequency and Pattern of Outbound Medical Tourism in Government-Owned Hospitals in the Federal Capital Territory (FCT), Nigeria
Notice bibliographique
Résumé
Outbound medical tourism is becoming common in Nigeria as patients are frequently sent to other countries for specialized care.The frequency and pattern of Outbound medical tourism help to direct the investments in medical tourism.This study sought to assess the frequency and pattern of outbound medical tourism in government-owned Hospitals in the Federal Capital Territory (FCT), Nigeria.This was a descriptive cross-sectional study conducted among 160 medical doctors who had made referrals for medical tourism in other countries.A multi-stage sampling technique was used, and data was collected using an Interviewer-administered structured questionnaire.In the last 12 months, 227(36.15%)respondents had not done any referral, In the last 6 months, 381 (60.67%) had not done any referral outside the country, 215 (34.24%) had referred one (1) patient in the last 6 months 32 (5.1%) had done two (2) referrals.Commonest destinations included India 268 (42.68%),USA 98 (15.61%),UAE 71 (11.31%),UK 68 (10.83%),Saudi Arabia 42 (6.69%),Germany 27 (4.3%),Israel 18 (2.87%),Egypt 12 (1.91%),Canada 10 (1.59%), Singapore 8 (1.27%).Sixty-six percent of the clients selected their destination themselves, while 211 (33.60%) were selected by the doctors.The Top five referrals done by doctors in the last 12 months include Childbirth 53 (13.22%),Transplantation surgery 112 (27.93%),Ophthalmological surgery 44 (10.97%),Checkup 42 (10.47%),and Diagnostics 17 (4.24%).Improvements in local healthcare services will reduce outbound bound medical tourism and put Nigeria in a position to gain from inbound medical tourism.
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 | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 ».