Revisiting: “A pre-post study of a multi-country scale up of resuscitation training of facility birth attendants: does helping babies breathe training save lives?”
Notice bibliographique
Résumé
BACKGROUND: Helping Babies Breathe (HBB) is a low cost, skills-based neonatal resuscitation education program designed specifically for use in low resource settings. Studies from Tanzania, India and Nepal have demonstrated that HBB training results in decreased rates of fresh still birth and/or neonatal mortality. However, less is known regarding the impact of training on neonatal mortality at a population level. Bellad et al. utilized (BMC Pregnancy Childbirth. 2016;16 (1):222) utilized population based registries to evaluate outcomes before and after training of facility birth attendants. Their study entitled "A pre-post study of a multi-country scale up of resuscitation training of facility birth attendants: Does Helping Babies Breathe training save lives?" suggested facility based training was not associated with consistent improvements in neonatal mortality on a population level. DISCUSSION: Combining outcomes from three diverse settings may have under-estimated the impact of HBB training. We remain concerned that the modest benefits observed in the Kenyan site were lost with compiling of data. The statement that HBB "was not associated with consistent improvements in mortality" may lead to the mistaken conclusion that improvements in neonatal mortality were not seen, when in fact, they were in selected cohorts. With numerous studies demonstrating potential for reduced neonatal mortality as a result of HBB training, we encourage interpretation of these findings in the context of local care.
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 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 | 0,047 | 0,232 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».