Effect of a community health worker mHealth monitoring system on uptake of maternal and newborn health services in Rwanda
Notice bibliographique
Résumé
BACKGROUND: In an effort to improve access to proven maternal and newborn health interventions, Rwanda implemented a mobile phone (mHealth) monitoring system called RapidSMS. RapidSMS was scaled up across Rwanda in 2013. The objective of this study was to evaluate the impact of RapidSMS on the utilization of maternal and newborn health services in Rwanda. METHODS: Using data from the 2014/15 Rwanda demographic and health survey, we identified a cohort of women aged 15-49 years who had a live birth that occurred between 2010 and 2014. Using interrupted time series design, we estimated the impact of RapidSMS on uptake of maternal and newborn health services including antenatal care (ANC), health facility delivery and vaccination coverage. RESULTS: Overall, the coverage rate at baseline for ANC (at least one visit), health facility delivery and vaccination was very high (> 90%). The baseline rate was 50.30% for first ANC visit during the first trimester and 40.57% for at least four ANC visits. We found no evidence that implementing RapidSMS was associated with an immediate increase in ANC (level change: -1.00% (95% CI: -2.30 to 0.29) for ANC visit at least once, -1.69% (95% CI: -9.94 to 6.55) for ANC (at least 4 visits), -3.80% (95% CI: -13.66 to 6.05) for first ANC visit during the first trimester), health facility delivery (level change: -1.79, 95% CI: -6.16 to 2.58), and vaccination coverage (level change: 0.58% (95%CI: -0.38 to 1.55) for BCG, -0.75% (95% CI: -6.18 to 4.67) for polio 0). Moreover, there was no significant trend change across the outcomes studied. CONCLUSION: Based on survey data, the implementation of RapidSMS did not appear to increase uptake of the maternal and newborn health services we studied in Rwanda. In most instances, this was because the existing level of the indicators we studied was very high (ceiling effect), leaving little room for potential improvement. RapidSMS may work in contexts where improvement remains to be made, but not for indicators that are already very high. As such, further research is required to understand why RapidSMS had no impact on indicators where there was enough room for improvement.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | low |
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 | 0,010 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».