Assessing the Usability of a Task-Shifting Device for Inserting Subcutaneous Contraceptive Implants for Use in Low-Income Countries
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
Abstract Women in low- and middle-income countries (LMICs) have limited access to long-acting contraceptives. Access to long-acting contraceptives, such as subcutaneous contraceptive implants, could be increased by task-shifting implant administration from advanced to minimally trained healthcare providers. The objective of this study was to investigate the usability of a task-shifting device for administering subcutaneous contraceptive implants. Healthcare providers (n = 128) from multiple health centers in Ethiopia were trained to administer implants on an arm simulator with the traditional method and a method using the device. Participants were observed while inserting implants into the arm simulator, and procedural error rates were calculated. Observations were analyzed using an iterative inductive coding methodology. For the device-assisted method, minimally trained healthcare providers had larger procedural error rates than other professions (p = 0.002). For the traditional method, physicians had larger procedural error rates than nurses and midwives (p = 0.03). Several procedural errors were identified such as participants inserting and removing the trocar and plunger completely or inserting and/or removing the trocar too far or not enough. These findings reinforce the importance of performing formative usability testing during the early phases of a medical device design process, considering users' mental models, and avoiding assumptions about healthcare providers' abilities.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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