Assessing feasibility of resources at health facilities in Uganda to diagnose pregnancy and neonatal outcomes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Standardized case definitions for obstetric and neonatal outcomes were developed by the Global Alignment of Immunization Safety Assessment in Pregnancy (GAIA) project. These definitions can facilitate comparable assessment of maternal immunization safety surveillance and research. This study assessed the capabilities of health centers (HC) in Uganda to implement these definitions in a low income country, which has not been explored. METHODS: Healthcare practitioners at 15 government-accredited health centers and one government-funded district hospital in the Iganga-Mayuge Health and Demographic Surveillance Site (IMHDSS) in Uganda were interviewed about the facility's clinical diagnostic and laboratory capabilities. Five obstetric and five neonatal case definitions were evaluated. Definitions with the highest diagnostic certainty were designated as level 1, while definitions that decreased in certainty were designated as level 2 or 4. HCs were evaluated on diagnostic and laboratory capabilities to apply the GAIA definitions. RESULTS: Higher-level facilities in the IMHDSS demonstrated the ability to diagnose more specific levels of the GAIA obstetric and neonatal outcomes than lower-level facilities. Furthermore, for the neonatal outcome assessment, there was an increased ability to diagnose outcomes moving from GAIA level 1 to level 3. CONCLUSIONS: The ability of health centers to implement globally standardized definitions is promising for implementation of standardized data collection methods for global vaccine safety surveillance and research.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle