Access to radical and palliative radiotherapy in low- and middle-income countries: challenges, progress, and future directions
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Low- and middle-income countries (LMICs) bear over half of the global cancer mortality but have access to only 5% of global radiotherapy resources. As the cancer burden rises and equity in palliative care gains global attention, a focused review on palliative radiotherapy access in LMICs is both timely and necessary. RECENT FINDINGS: Barriers to radiotherapy access in LMICs are multifaceted, including infrastructure gaps, workforce shortages, geographic centralization, high out-of-pocket costs, and systemic underinvestment. Palliative radiotherapy, despite its proven cost-effectiveness and impact on quality of life, is often excluded from national cancer plans and health strategies. Innovative approaches such as hypofractionation, mobile units, AI-assisted planning, and public-private partnerships are emerging to address these gaps. Efforts by the International Atomic Energy Agency and local governments have led to progress in several regions, with case studies from Africa, Asia, and Latin America showing promising results. SUMMARY: Integrating radiotherapy - particularly palliative radiotherapy - into national cancer and palliative care strategies is essential. Sustainable financing, decentralized service models, and context-specific technologies are critical to overcoming current limitations. Bridging this gap is not only a public health necessity but also a moral imperative to reduce suffering and support patients' dignity and societal contributions.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».