MétaCan
Menu
← Retour à la cohorte
Enregistrement W2783382901 · doi:10.2196/mhealth.8513

Tanzania Health Information Technology (T-HIT) System: Pilot Test of a Tablet-Based System to Improve Prevention of Mother-to-Child Transmission of HIV

2018· article· en· W2783382901 sur OpenAlexvenueno aff
Sheana Bull, Deborah S.K. Thomas, Elias C. Nyanza, Sospatro E. Ngallaba

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Mental Health
Mots-clésTanzaniamHealthMedicineEnvironmental healthFamily medicineTest (biology)Intervention (counseling)Developing countryMedical emergencyNursingPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The prevention of mother-to-child transmission (PMTCT) of HIV requires innovative solutions. Although routine monitoring is effective in some areas, standardized and easy-to-scale solutions to identify and monitor pregnant women, test them for HIV, and treat them and their children is still lacking. Mobile health (mHealth) offers opportunities for surveillance and reporting in rural areas of low- and middle-income countries. OBJECTIVE: The aim of this study was to document the preliminary impacts of the Tanzania Health Information Technology (T-HIT) system mHealth intervention aimed at health workers for PMTCT care delivery and capacity building in a rural area of Tanzania. METHODS: We developed T-HIT as a tablet-based system for an electronic data collection system designed to capture and report PMTCT data during antenatal, delivery, and postnatal visits in Misungwi, Tanzania. T-HIT was tested by health workers in a pilot randomized trial comparing seven sites using T-HIT assigned at random to seven control sites; all sites maintained standard paper record-keeping during the pilot intervention period. We compared numbers of antenatal visits, number of HIV tests administered, and women testing positive across all sites. RESULTS: Health workers recorded data from antenatal visits for 1530 women; of these, 695 (45.42%) were tested for HIV and 3.59% (55/1530) tested positive. Health workers were unable to conduct an HIV test for 103 women (6.73%, 103/1530) because of lack of reagent, which is not captured on paper logs. There was no difference in the activity level for testing when comparing sites T-HIT to non-T-HIT sites. We observed a significant postintervention increase in the numbers of women testing positive for HIV compared with the preintervention period (P=.04), but this was likely not attributable to the T-HIT system. CONCLUSIONS: T-HIT had a high degree of acceptability and feasibility and is perceived as useful by health workers, who documented more antenatal visits during the pilot intervention compared with a traditional system of paper logs, suggesting potential for improvements in antenatal care for women at risk for HIV.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,383
Écart entre enseignants0,356 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→