MétaCan
Menu
Retour à la cohorte
Enregistrement W3081216388 · doi:10.1080/16549716.2020.1802952

Effect of an integrated neonatal care kit on cause-specific neonatal mortality in rural Pakistan

2020· article· en· W3081216388 sur OpenAlexafffund
Jessica Duby, Lisa G. Pell, Shabina Ariff, Amira M. Khan, Afsah Bhutta, Daniel S. Farrar, Diego G. Bassani, Masawar Hussain, Zulfiqar A Bhutta, Sajid Soofi, Shaun K. Morris

Notice bibliographique

RevueGlobal Health Action · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensPublic Health OntarioUniversity of TorontoSickKids FoundationHospital for Sick ChildrenMcGill University
Organismes subventionnairesUBS Optimus FoundationGrand Challenges Canada
Mots-clésMedicineVerbal autopsyInfant mortalityNeonatal deathLow birth weightPediatricsPsychological interventionNeonatal mortalityNeonatal intensive care unitNeonatal infectionCause of deathPopulationPregnancyEnvironmental healthDiseaseFetusNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In 2018, Pakistan had the world's highest neonatal mortality rate. Within Pakistan, most neonatal deaths occur in rural areas where access to health facilities is limited, and robust vital registration systems are lacking. To improve newborn survival, there is a need to better understand the causes of neonatal death in high burden settings and engage caregivers in the promotion of newborn health. OBJECTIVE: To describe the causes of neonatal death in a rural area in Pakistan and to estimate the effect of an integrated neonatal care kit (iNCK) on cause-specific neonatal mortality. METHODS: We analyzed data from a community-based, cluster-randomized controlled trial of 5286 neonates in Rahim Yar Khan (RYK), Punjab, Pakistan between April 2014 and August 2015. In intervention clusters, Lady Health Workers (LHW) delivered the iNCK and education on its use to pregnant women while control clusters received the local standard of care. The iNCK included interventions to prevent and identify signs of infection, identify low birthweight (LBW), and identify and manage hypothermia. Verbal autopsies were attempted for all deaths. The primary outcome was cause-specific neonatal mortality. RESULTS: Verbal autopsies were conducted for 84 (57%) of the 147 reported neonatal deaths. The leading causes of death were infection (44%), intrapartum-related complications (26%) and prematurity/LBW (20%). There were no significant differences in neonatal mortality due to prematurity/LBW (RR 0.43; 95% CI 0.15-1.24), infection (RR 1.10; 95% CI 0.58-2.10) or intrapartum-related complications (RR 1.04; 95% CI 0.0.45-2.41) among neonates who died in the intervention arm compared to those who died in the control arm. CONCLUSION: The major causes of neonatal deaths in RYK, Pakistan mirror the global landscape of neonatal deaths. The iNCK did not significantly reduce any cause-specific neonatal mortality.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,675
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,380
Écart entre enseignants0,356 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Health ActionMême sujetGlobal Maternal and Child HealthTravaux en français237 207