Inequities in the Care and Outcomes of Indigenous People Living With Kidney Failure
Notice bibliographique
Résumé
Kidney failure, defined as end-stage kidney disease requiring kidney replacement therapy, is a public health concern that disproportionately affects indigenous peoples around the world. Despite advancements in medical technologies and preventive public health interventions in kidney care, indigenous peoples continue to face significant barriers that limit their access to care. These barriers include limited availability of kidney care services in remote areas, cultural and language obstacles, systemic racism, low health literacy, geographic isolation, and mistrust in health care systems. Such challenges contribute to notable disparities in kidney disease outcomes and kidney replacement therapy access. Previous research in countries such as Canada, Australia, New Zealand, and the United States demonstrates a disproportionate burden of risk factors, chronic kidney disease, and the consequences of kidney failure and other complications among indigenous peoples. In this review, we explore the global landscape of kidney failure among indigenous populations, examining epidemiological data, barriers to care, and outcomes of kidney replacement therapy. The key objective is to provide a comprehensive overview of disparities in the burden of kidney failure and care inequities experienced by this high-risk population group. We propose culturally sensitive, community-driven solutions to mitigate various inequities. Addressing these issues requires acknowledging and overcoming the unique challenges faced by indigenous communities, including enhancing access to home dialysis and transplantation services and implementing culturally appropriate health care practices.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».