MétaCan
Menu
← Retour à la cohorte
Enregistrement W2899351974 · doi:10.2196/11213

The Impact of a Maternal Education Program Through Text Messaging in Rural China: Cluster Randomized Controlled Trial

2018· article· en· W2899351974 sur OpenAlexaffvenue
Ri‐hua Xie, Hongzhuan Tan, Monica Taljaard, Yan Liao, Daniel Krewski, Qingfeng Du, Shi Wu Wen

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensRoyal Ottawa Mental Health CentreOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésText messagingRandomized controlled trialCluster (spacecraft)Text messageShort Message ServicePsychologyMedicineComputer scienceWorld Wide WebTelecommunicationsComputer network

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In recent years, attempts have been made to use mobile phone text messaging (short message service, SMS) to achieve positive results for a range of health issues. Reports on the impact of maternal education programs based on this widely available, inexpensive, and instant communication tool are sparse. OBJECTIVE: This study aimed to explore the impact of a maternal education program through text messaging. METHODS: We conducted a cluster randomized trial in a remote region in the Chinese province of Hunan between October 1, 2011, and December 31, 2012. We used county as the unit of randomization (a total of 10 counties), with half of the counties randomly allocated to the intervention arm (with maternal education material adapted from the World Health Organization being delivered by text messaging to village health workers and pregnant women alike) and the other half to the control arm (normal care without text messaging). Data on maternal and infant health outcomes and health behaviors were collected and compared between the 2 arms, with maternal and perinatal mortality as the primary outcomes. RESULTS: A total of 13,937 pregnant women completed the follow-up and were included in the final analysis. Among them, 6771 were allocated to the intervention arm and 6966 were allocated to the control arm. At the county level, the mean (SD) of maternal mortality and perinatal mortality rate were 0.0% (0.1) and 1.3% (0.6), respectively, in the intervention arm and 0.1% (0.2) and 1.5% (0.4), respectively, in the control arm. However, these differences were not statistically significant. At the individual level, there were 3 maternal deaths (0.04%) and 84 perinatal deaths (1.24%) in the intervention arm and 6 maternal deaths (0.09%) and 101 perinatal deaths (1.45%) in the control arm. However, the differences were again not statistically significant. CONCLUSIONS: Adequate resources should be secured to launch large-scale cluster randomized trials with smaller cluster units and more intensive implementation to confirm the benefits of the text messaging-based maternal education program suggested by this trial. TRIAL REGISTRATION: ClinicalTrials.gov NCT01775150; https://clinicaltrials.gov/ct2/show/NCT01775150 (Archived by WebCite at http://www.webcitation.org/74cHmUexo).

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 randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,034
Tête enseignante GPT0,490
Écart entre enseignants0,455 · 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 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

Citations12
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

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