Capacity to Treat Retinoblastoma in the Philippines
Notice bibliographique
Résumé
Objective: This study determined the capacity to treat retinoblastoma (RB) in the Philippines. Method: This was a cross-sectional study which included all Department of Health (DOH) hospitals and all government and private tertiary hospitals in the Philippines. An online modified questionnaire taken from the St. Jude Children’s Research Hospital study on RB assessment was emailed to 143 hospitals in all 17 regions. Primary outcome measures were human resources capacity, treatment capacity and education and network capacity. Availability, frequency and confidence of use were assessed for treatment capacity. An asset-based tier classification of hospitals was created based on the human resources capacity and treatment capacity. Results: This assessment survey had a 49% response rate. There were 3 regions that had zero correspondence. A general ophthalmologist, a subspecialized ophthalmologist, and a general pathologist were the most available physicians in the management of RB. Almost all respondents had the necessary diagnostic technology in their hospitals, but frequency and confidence of use were low. A quarter of the respondents (23%) used a standardized treatment protocol, while only 26% had established a referral network in their area. Tier classification was able to differentiate capacities for particular resources only. Only 23% of the participating hospitals have the capacity to treat RB through its trained human resources, available diagnostic and treatment technology, and education and network programs. Distribution of hospitals identified as tier I, II and III were 18%, 8%, and 41%, respectively. Conclusion: Capacity to treat RB in the Philippines is evident only in a few hospitals, majority of which are located in the National Capital Region. However, tier 3 hospitals were identified in 10 other regions, making accessibility to RB care possible to patients in the provinces. Although human resource and technology are made available, utilization of these resources is low in many hospitals for the management of RB. Clinical practice guidelines for RB is still lacking. Connecting the different tiers in each region as a form of referral network can improve capacity and management of RB.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».