MétaCan
Menu
Retour à la cohorte
Enregistrement W1999982605 · doi:10.2196/mhealth.2941

Mobile Phone Intervention Reduces Perinatal Mortality in Zanzibar: Secondary Outcomes of a Cluster Randomized Controlled Trial

2014· article· en· W1999982605 sur OpenAlexvenueno aff
Stine Lund, Vibeke Rasch, Maryam Hemed, Ida Marie Boas, Azzah Said, Khadija Said, Mkoko Hassan Makundu, Birgitte Nielsen

Notice bibliographique

RevueJMIR mhealth and uhealth · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMobile phoneRandomized controlled trialIntervention (counseling)Cluster (spacecraft)MedicinemHealthPhoneCluster randomised controlled trialPsychologyPsychological interventionComputer scienceTelecommunicationsNursingComputer networkInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mobile phones are increasingly used in health systems in developing countries and innovative technical solutions have great potential to overcome barriers of access to reproductive and child health care. However, despite widespread support for the use of mobile health technologies, evidence for its role in health care is sparse. OBJECTIVE: We aimed to evaluate the association between a mobile phone intervention and perinatal mortality in a resource-limited setting. METHODS: This study was a pragmatic, cluster-randomized, controlled trial with primary health care facilities in Zanzibar as the unit of randomization. At their first antenatal care visit, 2550 pregnant women (1311 interventions and 1239 controls) who attended antenatal care at selected primary health care facilities were included in this study and followed until 42 days after delivery. Twenty-four primary health care facilities in six districts were randomized to either mobile phone intervention or standard care. The intervention consisted of a mobile phone text message and voucher component. Secondary outcome measures included stillbirth, perinatal mortality, and death of a child within 42 days after birth as a proxy of neonatal mortality. RESULTS: Within the first 42 days of life, 2482 children were born alive, 54 were stillborn, and 36 died. The overall perinatal mortality rate in the study was 27 per 1000 total births. The rate was lower in the intervention clusters, 19 per 1000 births, than in the control clusters, 36 per 1000 births. The intervention was associated with a significant reduction in perinatal mortality with an odds ratio (OR) of 0.50 (95% CI 0.27-0.93). Other secondary outcomes showed an insignificant reduction in stillbirth (OR 0.65, 95% CI 0.34-1.24) and an insignificant reduction in death within the first 42 days of life (OR 0.79, 95% CI 0.36-1.74). CONCLUSIONS: Mobile phone applications may contribute to improved health of the newborn and should be considered by policy makers in resource-limited settings. TRIAL REGISTRATION: ClinicalTrials.gov NCT01821222; http://www.clinicaltrials.gov/ct2/show/NCT01821222 (Archived by WebCite at http://www.webcitation.org/6NqxnxYn0).

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,454
Écart entre enseignants0,412 · 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 tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
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

Citations120
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207