Training of healthcare providers and use of long‐acting reversible contraception in low‐ and middle‐income countries: A systematic review
Notice bibliographique
Résumé
INTRODUCTION: Unintended pregnancy, a major global health issue resulting in unsafe terminations of pregnancy and maternal deaths in low- and middle-income countries, could be significantly reduced through increased use of modern contraception, including long-acting reversible contraceptives (LARC). Training of healthcare providers to administer such contraceptives may improve uptake. We conducted a systematic review to collate the end-user uptake data following training of healthcare providers in low- and middle-income countries. MATERIAL AND METHODS: We searched PubMed, Embase, the Global Health Library and the Cochrane Library up to 23 May 2020. The review was restricted to low- and middle-income countries and focused on healthcare providers who had received training in LARC. Studies that reported contraceptive uptake among women, preference of LARC among healthcare workers and/or women, and unplanned pregnancies within 12 months of LARC initiation were included. All included studies underwent quality assessment using either the Cochrane Risk of Bias Tool or the Newcastle-Ottawa Scale. PROSPERO registration number CRD42020185291. RESULTS: A total of 28 studies (end-users n = 6 112 544) were included (27 cohort studies and one randomized trial). Nineteen studies were set in Africa, five in Asia, one in Central America and four were multi-country studies. Twenty-eight studies reported LARC use among women, and 25 studies found an increase in uptake of LARC by women using short-acting methods switching to longer-acting methods or by recruiting new users of LARC. The randomized controlled trial was assessed as high quality and reported positive findings; however, there was great heterogeneity in the type of intervention and of how outcomes were measured among the other included studies. Further, the quality of these studies varied, although it should be noted that the poor-quality studies reflected the trends of those of higher quality. CONCLUSIONS: Despite heterogeneity, current evidence indicates that training of healthcare providers in LARC may increase the uptake among women in low- and middle-income countries. More robust studies are warranted to inform policy.
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 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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».