MétaCan
Menu
Retour à la cohorte
Enregistrement W4200550066 · doi:10.1186/s12884-021-04240-3

Training programs to improve identification of sick newborns and care-seeking from a health facility in low- and middle-income countries: a scoping review

2021· review· en· W4200550066 sur OpenAlexaff
Alastair Fung, Elisabeth Hamilton, Elsabé du Plessis, Nicole Askin, Lisa Avery, Maryanne Crockett

Notice bibliographique

RevueBMC Pregnancy and Childbirth · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of ManitobaSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineInclusion (mineral)Health careHealth facilityIdentification (biology)Intervention (counseling)Family medicineNursingPopulationEnvironmental healthHealth servicesPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most neonatal deaths occur in low- and middle-income countries (LMICs). Limited recommendations are available on the optimal personnel and training required to improve identification of sick newborns and care-seeking from a health facility. We conducted a scoping review to map the key components required to design an effective newborn care training program for community-based health workers (CBHWs) to improve identification of sick newborns and care-seeking from a health facility in LMICs. METHODS: We searched multiple databases from 1990 to March 2020. Employing iterative scoping review methodology, we narrowed our inclusion criteria as we became more familiar with the evidence base. We initially included any manuscripts that captured the concepts of "postnatal care providers," "neonates" and "LMICs." We subsequently included articles that investigated the effectiveness of newborn care provision by CBHWs, defined as non-professional paid or volunteer health workers based in communities, and their training programs in improving identification of newborns with serious illness and care-seeking from a health facility in LMICs. RESULTS: Of 11,647 articles identified, 635 met initial inclusion criteria. Among these initial results, 35 studies met the revised inclusion criteria. Studies represented 11 different types of newborn care providers in 11 countries. The most commonly studied providers were community health workers. Key outcomes to be measured when designing a training program and intervention to increase appropriate assessment of sick newborns at a health facility include high newborn care provider and caregiver knowledge of newborn danger signs, accurate provider and caregiver identification of sick newborns and appropriate care-seeking from a health facility either through caregiver referral compliance or caregivers seeking care themselves. Key components to consider to achieve these outcomes include facilitators: sufficient duration of training, refresher training, supervision and community engagement; barriers: context-specific perceptions of newborn illness and gender roles that may deter care-seeking; and components with unclear benefit: qualifications prior to training and incentives and remuneration. CONCLUSION: Evidence regarding key components and outcomes of newborn care training programs to improve CBHW identification of sick newborns and care-seeking can inform future newborn care training design in LMICs. These training components must be adapted to country-specific contexts.

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)0,018
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,077
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0120,011
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,060
Tête enseignante GPT0,351
Écart entre enseignants0,292 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Pregnancy and ChildbirthMême sujetGlobal Maternal and Child HealthTravaux en français237 207