MétaCan
Menu
Retour à la cohorte
Enregistrement W802032189 · doi:10.1371/journal.pmed.1001842

Achieving Systemic and Scalable Private Sector Engagement in Tuberculosis Care and Prevention in Asia

2015· article· en· W802032189 sur OpenAlexaff
William A. Wells, Mukund Uplekar, Madhukar Pai

Notice bibliographique

RevuePLoS Medicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcGill University
Organismes subventionnairesWorld Health OrganizationBill and Melinda Gates FoundationUnited States Agency for International Development
Mots-clésPrivate sectorPublic sectorTuberculosisConsolidation (business)Systemic riskMedicineBusinessEconomic growthPolitical scienceEconomicsFinancePathology

Résumé

récupéré en direct d'OpenAlex

Health-Seeking BehaviorsAs a transmissible, airborne disease, tuberculosis (TB) is a classic public health issue, and the majority of TB prevention and care efforts globally have focused on the public-sector role.However, in sub-Saharan Africa and South Asia, respectively, 49% and 81% of all patients present initially to private or informal (nonqualified) providers [1].Many of those patients have TB symptoms and a subset have TB disease, but studies show substantial diagnostic delays [2] and high patient costs [3] that are associated with seeing multiple private providers.Shortening the pathway for those individuals-from their initial private-sector consultation to quality-assured, evidence-based treatment in either the public or private sector-is no Summary Points• Tuberculosis (TB) is a major public health threat.But worldwide, the majority of people with symptoms consistent with TB start their care seeking in the private or informal sector.These numbers are particularly high in Asia.• Public-private mix (PPM) efforts have been introduced to reach these individuals, as soon as possible, with quality-assured diagnosis and treatment.Systematic approaches have been designed to reach all provider types.However, PPM schemes struggle to manage the scale of a fragmented and under-regulated private sector.• Opportunities are arising to introduce more systemic, scalable, and innovative approaches, including social businesses, insurance-based initiatives, intermediary agencies, regulatory regimes, and provider consolidation, with a heavy emphasis on the use of new information technologies.• These approaches combine the previous work on TB private sector engagement with structural solutions that make health systems function for all patients, regardless of the disease or whether patients seek care in the public or the private sector.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0060,005
Science ouverte0,0020,020
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,339
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207