Improving Access to Pediatric Surgery in LMICs Through Capacity-Building: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: Pediatric surgical conditions are a significant source of morbidity and mortality in low- and middle-income countries (LMICs), where children with surgically treatable conditions lack access to care owing to an insufficient number of pediatric surgeons, poor and limited training, and financial barriers. There is a growing shift from charitable missions to capacity-strengthening projects, which strengthen the skills and resources of communities. The objective of this study was to synthesize the literature to identify capacity-strengthening projects, their methods and outcomes, and their limitations and barriers. METHODS: MEDLINE, EMBASE, Cochrane, and Web of Science were searched until May 5, 2023. Eligibility criteria were as follows: (1) inclusion of pediatric surgery patients; (2) designation as capacity-strengthening interventions; (3) outcomes of improved access defined through Lancet Commission on Global Surgery Indicators; and (4) designation as an LMIC defined by the World Bank. Two independent reviewers conducted screening and extraction. RESULTS: A total of 80 studies met inclusion criteria. Interventions were implemented in 69 LMICs and used 19 different methods of capacity strengthening. Common capacity-strengthening methods included the following: international surgical visits, training programs, partnerships, mobile clinics and camps, infrastructure enhancements, and telemedicine. Common methods used included the following: training of local providers, continuous contact between both countries after the visit was completed, improved access for rural families, and economic support for low-income families. A total of 1 357 077 pediatric surgeries were performed through these interventions. Limitations included the fact that only peer-reviewed studies were included. Included studies were mainly case series or small observational studies with qualitative data. CONCLUSIONS: This review identifies methods to implement capacity-strengthening interventions in LMICs, including their successes and barriers. Future research should report ethical concerns and quantitative outcomes to determine effectiveness.
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 | 0,008 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».