被广泛认为不小于1%。在过去的50年中,自闭症谱系障碍(ASD)的全球占主导地位已扩大20至30倍。孟加拉国与其他低收入和中等收入国家(LMIC)的方式与众不同,在养育ASD的儿童和当前可用的从业者家庭护理机制的家庭需求之间遇到了巨大的差距。我们工作的目的是开发一个动态系统,通过一个名为McAre的移动应用程序来改善LMIC中ASD儿童的护理。该系统还用于基于证据的决策。mcare是通过考虑护理系统中的三个主要问题来开发的:(i)LMIC的金融危机限制了与ASD儿童进入护理中心的访问,(ii)护理中心中可用的护理从业人员的数量较少,(iii)患者拜访期间行为变化的纵向数据的可用性有限。Mcare是根据社会文化和现有的护理过程规范开发的,一年多了,由8位精神卫生专业人员(MHP)(MHP)和300名儿童护理人员使用了一年多。CCWASD使用MCARE(MCARE-APP/MCARE-SMS版本)定期提供自定义的行为和发展进度参数,该参数由MHP为孩子选择。,另一方面,MHP使用了基于Web的数据可视化平台,称为MCARE-DMP(数据管理平台)来收集和比较提交的数据并支持证据 -
摘要:人工智能(AI)和机器学习(ML)是一个有前途的心血管医学领域。许多AI工具已被证明具有高度准确性的有效性。然而,他们在现实生活中的使用尚未确定。在卫生技术和数据科学时代,考虑这些工具如何改善医疗保健的交付至关重要。这在资源有限的国家(例如低收入和中等收入国家(LMIC))中尤其重要。lmics在心血管疾病(CVD)的护理连续性中有许多障碍,这些障碍的很大一部分来自资源的稀缺,主要是金融和人类权力限制。如果适当应用这些国家, AI/ML可能会改善医疗保健服务。 预计,目前的文献缺乏有关来自这些国家/地区的AI/ML的原始文章。 重要的是要尽早采用逐步的方法来了解这些国家所面临的障碍,以开发基于AI/ML的解决方案。 除了包括经济部门在内的其他部门的其他预期优势外,这可能对许多患者的生活有害。 在本报告中,我们旨在回顾有关心血管医学中AI/ML的了解,并讨论它如何使LMIC受益。 关键字:人工智能,机器学习,心脏病学,低,中,收入,国家/地区AI/ML可能会改善医疗保健服务。预计,目前的文献缺乏有关来自这些国家/地区的AI/ML的原始文章。重要的是要尽早采用逐步的方法来了解这些国家所面临的障碍,以开发基于AI/ML的解决方案。除了包括经济部门在内的其他部门的其他预期优势外,这可能对许多患者的生活有害。在本报告中,我们旨在回顾有关心血管医学中AI/ML的了解,并讨论它如何使LMIC受益。关键字:人工智能,机器学习,心脏病学,低,中,收入,国家/地区
经济 世界银行经济分类 阿富汗 低收入 安哥拉 中等偏下收入 孟加拉国 中等偏下收入 贝宁 中等偏下收入 不丹 中等偏下收入 玻利维亚 中等偏下收入 布基纳法索 低收入 布隆迪 低收入 佛得角 中等偏下收入 柬埔寨 中等偏下收入 喀麦隆 中等偏下收入 中非共和国 低收入 乍得 低收入 科摩罗 中等偏下收入 刚果民主共和国 低收入 刚果共和国 中等偏下收入 科特迪瓦 中等偏下收入 吉布提 中等偏下收入 埃及 中等偏下收入 厄立特里亚 低收入 斯威士兰 中等偏下收入 埃塞俄比亚 低收入 冈比亚 低收入 加纳 中等偏下收入 几内亚 中等偏下收入 几内亚比绍 低收入 海地 中等偏下收入 洪都拉斯 中等偏下收入 印度 中等偏下收入 约旦 中等偏下收入 肯尼亚 中等偏下收入 基里巴斯 中等偏下收入 韩国吉尔吉斯共和国 低收入 中等偏下收入 老挝人民民主共和国 中等偏下收入 黎巴嫩 中等偏下收入 莱索托 中等偏下收入 利比里亚 低收入 马达加斯加 低收入 马拉维 低收入 马里 低收入 毛里塔尼亚 中等偏下收入 密克罗尼西亚联邦 中等偏下收入 摩洛哥 中等偏下收入 莫桑比克 低收入
1 西非气候变化和适应性土地利用科学服务中心 (Wascal), 尼亚美大学 Abdou Moumouni, Niamey PO Box 10662, Niger 2 Laboratoire d'énergie Solaire, Département de Physique, Facult é des Sciences, Universit é de Lomé , Lomé PO Box 1515, Togo 3 Center d'Excellence Régional pour la Maîtrise de l'Electricité (CERME), University of Lomé, Lomé PO Box 1515, Togo 4 Institute for Technology and Resources Management in the Tropics and Subtropics (ITT), Technische Hochschule Köln, Betzdorfer Strasse 2, 50679 Cologne, German 5 高等学院电气与电子工程系哈伊马角女子校园技术学院,拉斯阿尔Khaimah PO Box 4792,阿拉伯联合酋长国 6 洛美大学经济与管理科学学院,洛美 PO Box 1515,多哥 7 奥格斯堡大学地理研究所区域气候与水文学系,86159 奥格斯堡,德国 8 尼亚美 Abdou Moumouni 大学能量学、电子学、电气工程、自动化和工业计算实验室 (LAERT-LA2EI),尼亚美 PO Box 10963,尼日尔 * 通信地址:amega.k@edu.wascal.org (KA);ramchandra.bhandari@th-koeln.de (RB)
一般信息内华达住房部门(Division)负责管理低收入住房税收抵免(LIHTC)计划,作为该州的住房信贷机构,该部门必须采用合格分配计划(QAP 或计划)。国内税收法典(IRC 或法典)第 42 条是建立 LIHTC 计划的联邦法规。内华达州立法机构颁布了内华达修订法规(NRS)第 319 章“住房融资援助”,建立并授予该部门权力。实施 NRS 第 319 章法定条款的条例载于内华达行政法规(NAC)第 319 章“住房融资援助”。获得 LIHTC 分配有两种方法:1) 9% 税收抵免的竞争性申请程序;2) 免税债券融资。在管理 LIHTC 计划(计划)的过程中,该部门将就项目申请和计划做出决定和解释。除非另有说明,否则该部门有权在法律允许的范围内完全自由裁量做出所有此类决定和解释,包括放弃 QAP 要求。指导原则和优先事项
抽象的客观糖尿病对患者造成了严重的健康威胁和经济负担,尤其是在低收入和中等收入国家(LMIC)。这项系统的审查搜索了针对非糖尿病和糖尿病前LMIC的患者的预防2型糖尿病(T2DM)的非药物干预措施。设置LMIC。参与者年龄在18岁以上而没有糖尿病的人群。主要结果和次要结果主要结果是测量T2DM发生率的变化。次要结果是测量糖化血红蛋白(HBA1C)水平,体重/体重指数(BMI),空腹葡萄糖水平和2小时葡萄糖的变化,包括随机对照试验的基线。方法,根据标准的系统审查指南进行了此审查。在2021年2月,使用全面的搜索策略搜索了六个电子数据库,包括Medline,Embase,Cochrane图书馆,Web of Science。使用Cochrane Rob工具和数据提取的两组独立审阅者进行了筛查,偏见的风险(ROB)评估。使用表证明了选定文章的叙事合并。由于缺乏同质干预策略和研究环境,未进行荟萃分析。结果总共包括五项研究进行审查,共有三个国家的1734年总人口。三项研究表明,在体育锻炼和饮食修饰的干预后,T2DM发病率显着降低。四项研究还表明,重量,BMI,禁食和2小时血浆葡萄糖和HBA1C等不同次级结果的显着降低。所有研究在大多数偏见评估域中都表现出低ROB,并且在分配隐藏中尚不清楚。强调预防T2DM的非药物干预措施的结论可以改善健康结果并减轻经济负担,这对LMIC来说至关重要。
背景:约 13% 的非裔美国人和 13% 的西班牙裔美国人患有糖尿病,而非西班牙裔白人 (NHW) 的这一比例为 8%。老年人的情况更为明显,65 岁及以上人群中约有 25-30% 患有糖尿病。研究发现,健康的社会决定因素 (SDoH) 与糖尿病发病率、患病率和负担增加之间存在关联;然而,很少有干预措施通过解决 SDoH 来考虑老年人的生活环境。具体而言,由于临床就诊期间处理了许多医疗问题,影响这一人群的社会心理因素(如认知功能障碍、功能障碍和社会孤立)可能未得到充分解决。该项目的长期目标是确定改善血糖控制并减少患有 2 型糖尿病的非裔美国人和西班牙裔/拉丁裔糖尿病患者的糖尿病并发症和死亡率的策略。方法:这是一项为期 5 年的前瞻性随机临床试验,将测试家庭糖尿病改良行为激活治疗对低收入、少数族裔 2 型糖尿病 (T2DM) 老年人 (HOME DM-BAT) 的有效性。200 名 65 岁及以上且 HbA1c ≥ 8% 的老年人将被随机分为两组之一:(1) 使用家庭、护士电话提供的糖尿病教育和行为激活干预或 (2) 使用家庭、护士电话提供的健康教育/支持疗法的常规护理组。将对参与者进行 12 个月的随访,以确定干预对血糖控制、血压和低密度脂蛋白 (LDL) 胆固醇的影响。主要假设是随机接受 HOME DM-BAT 治疗的低收入、少数族裔 2 型糖尿病控制不佳的老年人在 12 个月的随访中临床结果的改善将显著优于常规护理。
在全球范围内,青年中1型糖尿病(T1D)的患病率正在增加。手机,尤其是MHealth应用程序,可能会改善青年对这种慢性病的管理。但是,这些服务的设计很少对低收入和中等收入国家(LMIC)的用户说明。在本文中,我们研究了影响手机在肯尼亚农村和城市中使用手机来管理T1D的因素。我们的分析借鉴了与T1D青年(11至18岁之间),他们的照顾者以及其他重要的利益相关者(包括医生和学校老师)进行的58次访谈。我们的发现引起了人们对MHealth应用程序优先级的手机功能与参与者使用惯例的重大不匹配的关注。我们讨论了这些发现对MHealth设计和用户研究的实际含义。
背景:低收入和中等收入国家(LMIC)的医疗保健工作者的持续专业发展(CPD)受到严重限制。数字技术是一个有前途的平台,可通过虚拟提供教育内容并启用虚拟的对等与指导和导师互动来支持医疗保健工作者的有前途的平台,以增强学习。CPD的数字策略,即促进虚拟互动可以增加劳动力保留率并加强LMIC的健康劳动力。目的:这项综合综述的目的是评估使用数字平台为LMIC的医疗保健工作者和临床学生提供CPD的证据,该公司与虚拟的对等或导师的互动相辅相成。我们将虚拟学习和虚拟互动的这种交集称为移动社会学习。方法:进行了全面的数据库和灰色文献搜索,以确定定性,定量和混合方法研究以及经验证据,该研究使用数字技术提供了CPD和与同伴或导师的虚拟互动。遵循Prisma(系统审查和荟萃分析的首选报告项目)指南。合格的文章是用英语编写的,用LMIC进行,并使用移动设备提供CPD并促进虚拟点对点或指导者的互动。标题,摘要和全文,然后评估证据质量和对文章的评估。然后使用内容分析将数据分配为新兴主题。结果:总共确定了750篇文章,审查中包括31(4.1%)。SMS文本消息传递和移动即时消息传递是用于提供同行和导师之间继续教育和虚拟互动的最常见方法(25/31,81%)。在随附的文章中,参与者使用数字平台进行学习和互动具有很高的可接受性。通过增加知识共享,知识提高,提高临床技能和改善服务提供的服务,在大多数研究(27/31,87%)中发现了虚拟同伴互动和指导,在大多数研究(27/31,87%)中为积极的学习成果做出了贡献。点对点和导师的互动可改善社会支持并减少孤立感(9/31,29%)。在实施和使用数字技术来进行移动社会学习方面存在一些挑战,包括有限的资源访问(例如,互联网覆盖和稳定的电力),安排参与CPD的灵活性以及学生之间的社会行为挑战。结论:摘要表明,移动社会学习是课程传播和技能培训的一种有用方式,移动和社会学习的界面是改善学习成果的催化剂,再加上社会资本的增加。
在幼儿期营养不足和刺激不足可能导致认知和社会发展的长期适应性。低收入国家(LMIC)缺乏有关提供营养教育成本的政策和决策的证据。在乌干达农村地区,我们进行了一项集群随机对照试验(RCT),研究了孕产妇营养教育干预对6-8个月儿童发育效果的影响。这种干预措施导致儿童达到20-24个月时的认知评分显着提高。在考虑这种干预措施未来实施的潜力时,应权衡所需的效果与增加成本。因此,本研究旨在评估与当前实践相比,该教育干预的成本效益。健康结果数据基于RCT。成本数据最初是通过审查RCT的出版物来确定的,而通过采访参与处理干预措施的研究人员获得了更详细的信息。这项研究考虑了18个月时间范围的医疗保健提供者的观点。对照组被视为当前的大规模实施此干预措施的实践。进行了成本效益分析,包括计算增量成本效益比(ICERS)。此外,使用单向和概率敏感性分析来表征结果中不存在的结果。灵敏度分析表明这些结果的鲁棒性。与当前实践相比,教育干预的ICER是每人认知综合评分的16.50美元,成本为265.79美元,而递增的认知综合分数为16.11。ICER对认知综合评分的变化和人员成本敏感。与当前实践相比,教育干预措施可以认为是具有成本效益的。这项研究的结果,包括成本分析,健康结果,