Errors in estimated gestational ages reduce the likelihood of health facility deliveries: results from an observational cohort study in Zanzibar
Notice bibliographique
Résumé
BACKGROUND: Most maternal health programs in low- and middle- income countries estimate gestational age to provide appropriate antenatal care at the correct times throughout the pregnancy. Although various gestational dating methods have been validated in research studies, the performance of these methods has not been evaluated on a larger scale, such as within health systems. The objective of this research was to investigate the magnitude and impact of errors in estimated delivery dates on health facility delivery among women enrolled in a maternal health program in Zanzibar. METHODS: This study included 4225 women who were enrolled in the Safer Deliveries program and delivered before May 31, 2017. The exposure of interest was error in estimated delivery date categorized as: severe overestimate, when estimated delivery date (EDD) was 36 days or more after the actual delivery date (ADD); moderate overestimate, when EDD was 15 to 35 days after ADD; accurate, when EDD was 6 days before to 14 days after ADD; and underestimate, when EDD was 7 days or more before ADD. We used Chi-squared tests to identify factors associated with errors in estimated delivery dates. We performed logistic regression to assess the impact of errors in estimated delivery dates on health facility delivery adjusting for age, district of residence, HIV status, and occurrence of past home delivery. RESULTS: In our data, 28% of the estimated delivery dates were a severe overestimate, 23% moderate overestimate, 41% accurate, and 8% underestimate. Compared to women with an accurate delivery date, women with a moderate or severe overestimate were significantly less likely to deliver in a health facility (OR = 0.71, 95% CI: [0.59, 0.86]; OR = 0.74, 95% CI: [0.61, 0.91]). When adjusting for multiple confounders, women with moderate overestimates were significantly less likely to deliver in a health facility (AOR = 0.76, 95% CI: [0.61, 0.93]); the result moved slightly towards null for women with severe overestimates (AOR = 0.84, 95% CI: [0.69, 1.03]). CONCLUSIONS: The overestimation of women's EDDs reduces the likelihood of health facility delivery. To address this, maternal health programs should improve estimation of EDD or attempt to curb the effect of these errors within their programs.
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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».