TulaSalud: An m-health system for maternal and infant mortality reduction in Guatemala
Notice bibliographique
Résumé
The Guatemalan NGO (Non-Governmental Organization) TulaSalud has implemented an m-health project in the Department of Alta Verapaz. This Department has 1.2 million inhabitants (78% living in rural areas and 89% from indigenous communities) and in 2012, had a maternal mortality rate of 273 for every 100,000 live births. This m-health initiative is based on the provision of a cell phone to community facilitators (CFs). The CFs are volunteers in rural communities who perform health prevention, promotion and care. Thanks to the cell phone, the CFs have become tele-CFs who able to carry out consultations when they have questions; send full epidemiological and clinical information related to the cases they attend to; receive continuous training; and perform activities for the prevention and promotion of community health through distance learning sessions in the Q'eqchí and/or Poqomchi' languages. In this study, rural populations served by tele-CFs were selected as the intervention group while the control group was composed of the rural population served by CFs without Information and Communication Technology (ICT) tools. As well as the achievement of important process results (116,275 medical consultations, monitoring of 6,783 pregnant women, and coordination of 2,014 emergency transfers), the project has demonstrated a statistically significant decrease in maternal mortality (p < 0.05) and in child mortality (p = 0.054) in the intervention group compared with rates in the control group. As a result of the telemedicine initiative, the intervention areas, which were selected for their high maternal and infant mortality rates, currently show maternal and child mortality indicators that are not only lower than the indicators in the control area, but also lower than the provincial average (which includes urban areas).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».