“I have broken bones, where should I go now?”: Qualitative research findings on refugees’ journey with injury healthcare
Notice bibliographique
Résumé
Background The global refugee crisis presents a major public health challenge, with Syrian refugees in Lebanon facing a heightened injury burden. This population experiences 2.5 times more occupational injuries, with 1 in 5 suffering burns and 1 in 30 sustaining conflict-related injuries, among other trauma types. This study explores refugee injuries to inform targeted interventions and policies. Methods This study builds on the Surgeons Overseas Assessment of Surgical Need framework to explore injured refugees’ perspectives and barriers to healthcare access. An ethnographic-inductive approach was employed, combining direct participation and thematic analysis of interviews. The interviews were conducted in colloquial Arabic with a sample of adult Syrian refugees with unmet surgical or healthcare needs and took place in participants’ dwellings, following an interview guide, and were audio-recorded, transcribed, and analyzed using thematic analysis. Results A total of 17 participants were included. Findings indicate participants live with family members in suboptimal dwellings, have unsustainable work conditions, strained community relationships, and sustained injuries from violence, occupations, and war. The healthcare they have received seemed inadequate, delayed, and limited to specific services, leading to incomplete recovery and adverse impacts on their quality of life. Conclusions Syrian refugees in Lebanon face significant challenges in accessing equitable healthcare for injuries, resulting in prolonged suffering, incomplete recovery, and financial difficulties. Lebanon’s privatized healthcare system, combined with insufficient humanitarian support, exacerbates these barriers. Addressing these issues requires a multifaceted approach, including subsidized healthcare programs, mobile medical units in refugee-dense areas, targeted injury prevention initiatives, and expanding mental health services for injured refugees.
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 | 0,015 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,016 | 0,014 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».