Community level interventions for pre-eclampsia (CLIP) in India: A cluster randomised controlled trial
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
OBJECTIVES: Pregnancy hypertension is associated with 7.1% of maternal deaths in India. The objective of this trial was to assess whether task-sharing care might reduce adverse pregnancy outcomes related to delays in triage, transport, and treatment. STUDY DESIGN: The Indian Community-Level Interventions for Pre-eclampsia (CLIP) open-label cluster randomised controlled trial (NCT01911494) recruited pregnant women in 12 clusters (initial four-cluster internal pilot) in Belagavi and Bagalkote, Karnataka. The CLIP intervention (6 clusters) consisted of community engagement, community health workers (CHW) provided mobile health (mHeath)-guided clinical assessment, initial treatment, and referral to facility either urgently (<4 h) or non-urgently (<24 h), dependent on algorithm-defined risk. Treatment effect was estimated by multi-level logistic regression modelling, adjusted for prognostically-significant baseline variables. Predefined secondary analyses included safety and evaluation of the intensity of mHealth-guided CHW-provided contacts. MAIN OUTCOME MEASURES: 20% reduction in composite of maternal, fetal, and newborn mortality and major morbidity. RESULTS: , and 401 facility referrals. Compared with intervention arm women without CLIP contacts, those with ≥8 contacts suffered fewer stillbirths (aOR 0.19 [0.10, 0.35]; p < 0.001), at the probable expense of survivable neonatal morbidity (aOR 1.39 [0.97, 1.99]; p = 0.072). CONCLUSIONS: As implemented, solely community-level interventions focussed on pre-eclampsia did not improve outcomes in northwest Karnataka.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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