MétaCan
Menu
Retour à la cohorte
Enregistrement W3179668709 · doi:10.1186/s12978-021-01192-x

Feasibility of task-sharing with community health workers for the identification, emergency management and referral of women with pre-eclampsia, in Mozambique

2021· article· en· W3179668709 sur OpenAlexafffund
Esperança Sevene, Helena Boene, Marianne Vidler, Anifa Valá, Salésio Macuácua, Orvalho Augusto, Quinhas Fernandes, Cassimo Bique, Eusébio Macete, Mohsin Sidat, Peter von Dadelszen, Khátia Munguambe

Notice bibliographique

RevueReproductive Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFP7 International CooperationAgencia Española de Cooperación Internacional para el DesarrolloUniversity of British ColumbiaBill and Melinda Gates Foundation
Mots-clésMedicinePublic healthReferralThematic analysisHealth facilityHealth careFocus groupCommunity healthPreparednessPsychological interventionNursingFamily medicineEnvironmental healthQualitative researchPopulationBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Maternal mortality is an important public health problem in low-income countries. Delays in reaching health facilities and insufficient health care professionals call for innovative community-level solutions. There is limited evidence on the role of community health workers in the management of pregnancy complications. This study aimed to describe the feasibility of task-sharing the initial screening and initiation of obstetric emergency care for pre-eclampsia/eclampsia from the primary healthcare providers to community health workers in Mozambique and document healthcare facility preparedness to respond to referrals. METHOD: The study took place in Maputo and Gaza Provinces in southern Mozambique and aimed to inform the Community-Level Interventions for Pre-eclampsia (CLIP) cluster randomized controlled trial. This was a mixed-methods study. The quantitative data was collected through self-administered questionnaires completed by community health workers and a health facility survey; this data was analysed using Stata v13. The qualitative data was collected through focus group discussions and in-depth interviews with various community groups, health care providers, and policymakers. All discussions were audio-recorded and transcribed verbatim prior to thematic analysis using QSR NVivo 10. Data collection was complemented by reviewing existing documents regarding maternal health and community health worker policies, guidelines, reports and manuals. RESULTS: Community health workers in Mozambique were trained to identify the basic danger signs of pregnancy; however, they have not been trained to manage obstetric emergencies. Furthermore, barriers at health facilities were identified, including lack of equipment, shortage of supervisors, and irregular drug availability. All primary and the majority of secondary-level facilities (57%) do not provide blood transfusions or have surgical capacity, and thus such cases must be referred to the tertiary-level. Although most healthcare facilities (96%) had access to an ambulance for referrals, no transport was available from the community to the healthcare facility. CONCLUSIONS: This study showed that task-sharing for screening and pre-referral management of pre-eclampsia and eclampsia were deemed feasible and acceptable at the community-level, but an effort should be in place to address challenges at the health system level.

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)0,030
score de la tête « metaresearch » (Gemma)0,043
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,049
Tête enseignante GPT0,359
Écart entre enseignants0,309 · 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReproductive HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207