Existing Models of Maternal Death Surveillance Systems: Protocol for a Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Maternal mortality measurement remains a critical challenge, particularly in low and middle income countries (LMICs) where little or no data are available and maternal mortality and morbidity are often the highest in the world. Despite the progress made in data collection, underreporting and translating the results into action are two major challenges that maternal death surveillance systems (MDSSs) face in LMICs. OBJECTIVE: This paper presents a protocol for a scoping review aimed at synthesizing the existing models of MDSSs and factors that influence their completeness and usefulness. METHODS: The methodology for scoping reviews from the Joanna Briggs Institute was used as a guide for developing this protocol. A comprehensive literature search will be conducted across relevant electronic databases. We will include all articles that describe MDSSs or assess their completeness or usefulness. At least two reviewers will independently screen all articles, and discrepancies will be resolved through discussion. The same process will be used to extract data from studies fulfilling the eligibility criteria. Data analysis will involve quantitative and qualitative methods. RESULTS: Currently, the abstracts screening is under way and the first results are expected to be publicly available by mid-2017. The synthesis of the reviewed materials will be presented in tabular form completed by a narrative description. The results will be classified in main conceptual categories that will be obtained during the results extraction. CONCLUSIONS: We anticipate that the results will provide a broad overview of MDSSs and describe factors related to their completeness and usefulness. The results will allow us to identify research gaps concerning the barriers and facilitating factors facing MDSSs. Results will be disseminated through publication in a peer-reviewed journal and conferences as well as domestic and international agencies in charge of implementing MDSS.
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 | 0,181 | 0,270 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,010 | 0,017 |
| Bibliométrie | 0,024 | 0,023 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,016 |
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 ».