Urbanization, geographic accessibility, and delayed entry into tuberculosis-designated care in southwestern China: a machine-learning prediction study
Este estudio de aprendizaje automático de más de 60.000 pacientes con tuberculosis en el suroeste de China demuestra que las métricas de accesibilidad geográfica a escala fina mejoran significativamente la predicción del retraso en la entrada al cuidado designado, lo que sugiere que las políticas eficaces para la reducción de retrasos deben integrar el transporte dinámico y la planificación urbana con el rediseño de los servicios de salud.