The precarious balance between ‘supply’ and ‘demand’ for health care: The increasing global demand for rehabilitation service for individuals living with chronic obstructive pulmonary disease
Notice bibliographique
Résumé
Michel D Landry1, Elham Hamdan2, Sabriya Al Mazeedi3, Dina Brooks41Assistant Professor, Department of Physical Therapy at the University of Toronto (Canada), and holds a Career Scientist Award from the Ontario Ministry of Health and Long Term Care; 2Medical Director and Senior Research Fellow, Fawzia Sultan Rehabilitation Institute (Kuwait); 3Physical Therapist and Senior Research Fellow, Fawzia Sultan Rehabilitation Institute (Kuwait); 4Associate Professor, Department of Physical Therapy at the University of Toronto (Canada), and holds a Canada Research Chair in Rehabilitation for Chronic Obstructive Pulmonary DiseaseAbstract: Chronic obstructive pulmonary disease (COPD) is becoming a critical health concern that affects people living in high-, middle-, and low-income countries. Pulmonary rehabilitation (PR) has been demonstrated to be a clinical and cost-effective approach to minimizing the effects of COPD. Despite global predictions of an increased incidence of COPD, there continues to be an important misalignment between the demand and the supply of PR services. In other words, only a small proportion of individuals with COPD who require, or would benefit from, PR programs are receiving them on the global stage. This issue may be even more pronounced in middle- and low-income countries where the burden of disease is reported to be highest, and where access to health services and trained health professionals appears be to lowest. Given this predicament, we suggest that PR services must be viewed as an effective way in which to generate clinical efficiencies within health systems, and has the potential to relieve pressure on acute care systems. Although implementing PR programs require commitment and financial investment, we argue that such investments would yield important social and aggregated financial cost savings in the long term.Keywords: global health, supply, demand, rehabilitation, health reform
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,135 | 0,036 |
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 ».