Intersectionality in surgical care in LMICs: A systematic scoping review
Notice bibliographique
Résumé
BACKGROUND: This review examines the application of intersectionality in surgical care within low and middle-income countries (LMICs). Intersectionality is an analytic lens that examines how overlapping social identities intersect within structural systems of power and inequality. In the context of health, it helps explain how these intersections shape people's exposure to risk, access to care, and overall outcomes. Applying this lens can help uncover cumulative disadvantages and inequities within surgical systems in LMICs. METHODS: Following PRISMA guidelines, we conducted a comprehensive search across eight databases to identify studies examining the relationship between the intersection of at least two marginalized social dimensions and surgical care in LMICs. RESULTS: From 7325 identified abstracts, 31 were included. While none explicitly mentioned intersectionality, an average of 4.3 social determinants were analyzed per study. The most frequently examined were income (100.0 %), location (87.1 %), gender/sex (77.4 %), and education (77.4 %). Beliefs were included in 54.8 % of studies. Other determinants, such as insurance, occupation, race/ethnicity, language, and caste, were less frequently reported. CONCLUSION: Our findings support applying an intersectional lens to understand how social determinants interact, identify the most vulnerable groups, and inform targeted policies that address gaps in access to surgical care.
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 | 0,029 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,029 | 0,029 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».