Interfacility transfer of pregnant women using publicly funded emergency call centre-based ambulance services: a cross-sectional analysis of service logs from five states in India
Notice bibliographique
Résumé
OBJECTIVE: To estimate the proportion of interfacility transfers (IFTs) transported by '108' ambulances and to compare the characteristics of the IFTs and non-IFTs to understand the pattern of use of '108' services for pregnant women in India. DESIGN: A cross-sectional analysis of '108' ambulance records from five states for the period April 2013 to March 2014. Data were obtained from the call centre database for the pregnant women, who called '108'. MAIN OUTCOMES: Proportion of all pregnancies and institutional deliveries in the population who were transported by '108', both overall and for IFT. Characteristics of the women transported; obstetric emergencies, the distances travelled and the time taken for both IFT and non-IFT. RESULTS: The '108' ambulances transported 6 08 559 pregnant women, of whom 34 993 were IFTs (5.8%) in the five states. We estimated that '108' transferred 16.5% of all pregnancies and 20.8% of institutional deliveries. Only 1.2% of all institutional deliveries in the population were transported by '108' for IFTs-lowest 0.6% in Gujarat and highest 3.0% in Himachal Pradesh. Of all '108' IFTs, only 8.4% had any pregnancy complication. For all states combined, on adjusted analysis, IFTs were more likely than non-IFTs to be for older and younger women or from urban areas, and less likely to be for women from high-priority districts, from backward or scheduled castes, or women below the poverty line. Obstetric emergencies were more than twice as likely to be IFTs as pregnant women without obstetric emergencies (OR=2.18, 95% CI 2.09 to 2.27). There was considerable variation across states. CONCLUSION: Only 6% institutional deliveries made use of the '108' ambulance for IFTs in India. The vast majority did not have any complication or emergency. The '108' service may need to consider strategies to prioritise the transfer of women with obstetric emergency and those requiring IFT, over uncomplicated non-IFT.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».