MétaCan
Menu
Retour à la cohorte
Enregistrement W2981676532 · doi:10.5430/jnep.v10n1p107

Preventing cesareans with peanut ball use

2019· article· en· W2981676532 sur OpenAlexvenueno aff
Lauren Outland, Yolanda Alvarado

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesStrong
Mots-clésMedicineInnovatorObstetricsSignificant differenceRetrospective cohort studyNursingSurgery

Résumé

récupéré en direct d'OpenAlex

The Association of Women's Health Obstetrical and Neonatal Nurses (AWHONN) has launched a Peanut Ball campaign to help curb the high rate of cesarean births in the United States. Cesarean births are especially likely in women who receive epidural anesthesia due to immobility and pelvic laxity. The peanut ball (PB) is a birthing ball that when placed between the mother's legs can increase pelvic dimensions and facilitate fetal descent and birth. For PB to increase vaginal deliveries (VDs), nurses on obstetrical wards need to “buy in” to using this innovation. Having “innovator” nurses on the shift helped disseminate the PB intervention and increased the rate of VDs. Using a retrospective study design that uses data collected for non-research purposes saves time and cost. Our retrospective study examined the difference in VDs with patient controlled epidural anesthesia (PCEA) in the first five months of 2016 prior to PB use compared with the same months in 2017 post intervention. Using a paired t-test we found a significant difference of successful PCEA vaginal births in 2016 compared to 2017 (p = .008). This relatively inexpensive and easy survey can be done by most obstetrical services and help AWHONN in their campaign to decrease the rate of cesarean sections.

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)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,100
Tête enseignante GPT0,460
Écart entre enseignants0,360 · 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'étudeObservationnel
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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207