Validation of verbal autopsy to determine the cause of 137 neonatal deaths in Karachi, Pakistan
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Verbal autopsy (VA) aims to estimate a community's mortality experience in the absence of contact with formal registration or health care systems. Application of VA to neonatal deaths is problematic as the agonal phase of a neonatal death tends to be indistinct. This is the first attempt to validate the technique exclusively on newborns who died. Seriously ill neonates (n = 137) were enrolled from the Civil Hospital, Karachi, Pakistan, between 31 October 1993 and 31 July 1994. All died as newborns, and caregivers were interviewed at home 3-230 days later. Surveillance physicians completed case questionnaires in the hospital, and investigator physicians assigned the main and associated causes of death using clinical criteria. Field questionnaires including a verbatim open-ended history, and syndrome modules were completed by a field worker, and investigator physicians again assigned the main and associated causes of death based on three diagnostic methods: verbatim alone, modules alone and verbatim and modules combined. We assessed the validity of VA by comparing field against hospital diagnoses by diagnostic (verbatim vs. modules vs. both) and analytic method (main vs. any diagnosis). VA identified at least one diagnosis accurately in 71% of the newborns. VA underdiagnosed low birthweight and prematurity in the field. Verbatim and modules diagnostic method comparing any field against main hospital diagnoses revealed high sensitivities for too early/too small syndrome (90%) and neonatal tetanus (84%). VA correctly identified some important causes of neonatal death in the field. Assigning multiple diagnoses using both open- and closed-ended questions increases the likelihood of correct ascertainment.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle