Criterion-based clinical audit to assess quality of obstetrical care in low- and middle-income countries: a systematic review
Notice bibliographique
Résumé
PURPOSE: Low-quality obstetric care in low- and middle-income countries contributes to high in-hospital maternal mortality. Criterion-based clinical audits are increasingly used to measure and improve obstetric care in these settings. This article systematically reviews peer-reviewed literature to determine if these audits are feasible, valid and reliable measurement tools for assessing the quality of obstetric care. DATA SOURCES: PUBMED, Google Scholar and Web of Science databases were searched for peer-reviewed articles published between 1995 and 2009 and which used criterion-based clinical audits to measure the quality of obstetric care in low- and middle-income countries. STUDY SELECTION: Sixty-nine studies were identified by key terms and subsequently reviewed. Ten were retained based on inclusion/exclusion criteria. DATA EXTRACTION: (i) General characteristics of the study; (ii) compliance with expected standards of care and on maternal/child health outcomes; (iii) selection of the study population and sampling methods; and (iv) quality control and reliability. RESULTS OF DATA SYNTHESIS: Criterion-based clinical audit is increasingly used in low- and middle-income countries. Most audits were conducted in sub-Saharan Africa. Studies had cross-sectional study or before-and-after designs. Sampling methods were poorly reported and selection bias was a concern. No studies compared audit against other measures of quality of care or against patient outcomes. METHODS: for quality control and assurance were generally not documented and reliability was mostly unaddressed. CONCLUSIONS: Criterion-based clinical audit appears feasible. No studies have rigorously evaluated its measurement properties in low- and middle-income countries. Without such evaluation, measurement properties of the audit remain under question.
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 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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».