Maternal and perinatal death surveillance and response in low- and middle-income countries: a scoping review of implementation factors
Notice bibliographique
Résumé
Maternal and perinatal death surveillance and response (MPDSR), or any form of maternal and/or perinatal death review or audit, aims to improve health services and pre-empt future maternal and perinatal deaths. With expansion of MPDSR across low- and middle-income countries (LMIC), we conducted a scoping review to identify and describe implementation factors and their interactions. The review adapted an implementation framework with four domains (intervention, individual, inner and outer settings) and three cross-cutting health systems lenses (service delivery, societal and systems). Literature was sourced from six electronic databases, online searches and key experts. Selection criteria included studies from LMIC published in English from 2004 to July 2018 detailing factors influencing implementation of MPDSR, or any related form of MPDSR. After a systematic screening process, data for identified records were extracted and analysed through content and thematic analysis. Of 1027 studies screened, the review focuses on 58 studies from 24 countries, primarily in Africa, that are mainly qualitative or mixed methods. The literature mostly examines implementation factors related to MPDSR as an intervention, and to its inner and outer setting, with less attention to the individuals involved. From a health systems perspective, almost half the literature focuses on the tangible inputs addressed by the service delivery lens, though these are often measured inadequately or through incomparable ways. Though less studied, the societal and health system factors show that people and their relationships, motivations, implementation climate and ability to communicate influence implementation processes; yet their subjective experiences and relationships are inadequately explored. MPDSR implementation contributes to accountability and benefits from a culture of learning, continuous improvement and accountability, but few have studied the complex interplay and change dynamics involved. Better understanding MPDSR will require more research using health policy and systems approaches, including the use of implementation frameworks.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 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 ».