The Impact of Structured Mentor Mother Programs on Presentation for Early Infant Diagnosis Testing in Rural North-Central Nigeria: A Prospective Paired Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Early infant diagnosis (EID) by 2 months of age is an important prevention of mother-to-child cascade step that serves as an early postpartum indicator of program success. Uptake and timely presentation for infant HIV diagnosis are significant challenges in resource-limited settings. Few studies on maternal peer support (PS) have demonstrated impact on EID. The MoMent study evaluated the impact of structured PS on timely presentation for EID testing in rural North-Central Nigeria. METHODS: A total of 497 HIV-positive pregnant women were consecutively recruited at 10 primary health care centers with structured, closely supervised Mentor Mother (MM) support, and 10 pair-matched primary health care centers with routine but ad hoc PS. EID was assessed among HIV-exposed infants delivered to recruited women, and was defined by presentation for DNA polymerase chain reaction testing between 35 and 62 days of life. A logistic regression model with generalized estimating equation to account for clustering was used to assess the effect of MMs on EID presentation. RESULTS: Data from 408 live-born infants were available for analysis. Exposure to MM support was associated with higher odds of timely EID presentation among infants, compared with routine PS (adjusted odds ratios = 3.7, 95% confidence interval: 2.8 to 5.0). CONCLUSIONS: Closely supervised, organized MM support significantly improved presentation for EID among HIV-exposed infants in a rural Nigerian setting. Structured PS can improve rates of timely EID presentation and potentially the uptake of EID testing in resource-limited settings.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 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 ».