Comparative analysis of tuberculosis management in Indigenous North Canada and Alaska, USA from 1950s to 2019
Notice bibliographique
Résumé
BACKGROUND: Both Alaska and Indigenous North Canada share similarities in geographic location, population, and a history of colonization. While both regions have seen a significant decline in tuberculosis (TB) prevalence over the last century, Nunavut, Canada, has reported a troubling resurgence of TB cases since the early 2000s. OBJECTIVE: To identify analogies and highlight dissimilarities between the two regions using a comparative health systems approach within the historical and sociopolitical contexts. We also aim to provide governments with insights on employing best practices and adopting effective policies for improved TB management to achieve the WHO END-TB target by 2035. METHOD: This study applied a modified version of the WHO Health Systems Building Blocks Framework to assess TB programs in both regions through a contextual lens. A scoping review inspired review of academic literature, government reports, and open-source documents (1950-2019) informed the analysis. RESULTS: In Indigenous Northern Canada, TB control is hindered by limited healthcare investment, reliance on evacuation policies, and workforce shortages. Social determinants, such as overcrowded housing and food insecurity, exacerbate the issue. In contrast, Alaska's early infrastructure development led to the establishment of local healthcare services, workforce training, and community-based programs, resulting in more effective TB management. CONCLUSION: The underdeveloped economy, inadequate primary healthcare, weak community health services, dependence on medical travel, and persistent social determinants hinder TB control in Nunavut. The comparison of TB responses in Alaska and Indigenous Northern Canada highlights the necessity for well-resourced local and regional healthcare that actively involves the community.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».