MétaCan
Menu
Retour à la cohorte
Enregistrement W3015305489 · doi:10.1590/0034-7167-2018-0793

Factors associated with the discontinuance of outpatient follow-up in neonatal units

2020· article· en· W3015305489 sur OpenAlexaff
Elysângela Dittz Duarte, Tatiana Silva Tavares, Isadora Virgínia Leopoldino Cardoso, Carolina Santiago Vieira, Bárbara Radieddine Guimarães, Mariana Bueno

Notice bibliographique

RevueRevista Brasileira de Enfermagem · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésAttendanceMedicineNeonatal intensive care unitDepression (economics)Mechanical ventilationOutpatient clinicLogistic regressionSocial supportEmergency medicineFamily medicinePediatricsPsychiatryPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: to identify predisposing and enabling factors as well as the health needs associated with the discontinuance of outpatient follow-up of newborns who were hospitalized at neonatal intensive care unit. METHODS: cross-sectional study, using the behavioral model of health services use. The study was composed of 358 mothers and newborns referred to the outpatient follow-up after discharge. Characterization, perception of social support, postnatal depression, and attendance to appointments data were collected, analyzed by the R software (3.3.1). RESULTS: outpatient follow-up was discontinued by 31.28% of children in the first year after discharge. In multiple regression analysis, the chance of discontinuance was higher for newborns who used mechanical ventilation (OR = 1.68; 95%CI 1.04-2.72) and depended on technology (OR = 3.54; 95%CI 1.32-9.5). CONCLUSIONS: predisposing factors were associated with the discontinuance of follow-up; enabling factors and health needs did not present a significant association. Children with more complex health conditions require additional support to participate in follow-up programs, thus ensuring the continuity of 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 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)0,013
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 enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,071
Tête enseignante GPT0,281
Écart entre enseignants0,210 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de EnfermagemMême sujetInfant Development and Preterm CareTravaux en français237 207