MétaCan
Menu
Retour à la cohorte
Enregistrement W4205782403 · doi:10.1136/bmjgh-2021-007247

Disruptions in maternal health service use during the COVID-19 pandemic in 2020: experiences from 37 health facilities in low-income and middle-income countries

2022· review· en· W4205782403 sur OpenAlexafffund
Zeus Aranda, Thierry Bindé, Katherine Tashman, A Tadikonda, Bill Mawindo, Daniel Maweu, Emma Jean Boley, Isaac Mphande, Isata Dumbuya, Mariana Montaño, Mary Clisbee, Mc Geofrey Mvula, Melino Ndayizigiye, Meredith Casella Jean-Baptiste, Prince F. Varney, Sarah Anyango, Karen A. Grépin, Michael R. Law, Jean Claude Mugunga, Bethany Hedt‐Gauthier, Isabel Fulcher

Notice bibliographique

RevueBMJ Global Health · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSierra leoneContext (archaeology)Psychological interventionPandemicBusinessHealth carePersonal protective equipmentEnvironmental healthDeveloping countryMedicineHealth facilityEconomic growthSocioeconomicsPopulationCoronavirus disease 2019 (COVID-19)NursingGeographyHealth servicesEconomics

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has heterogeneously affected use of basic health services worldwide, with disruptions in some countries beginning in the early stages of the emergency in March 2020. These disruptions have occurred on both the supply and demand sides of healthcare, and have often been related to resource shortages to provide care and lower patient turnout associated with mobility restrictions and fear of contracting COVID-19 at facilities. In this paper, we assess the impact of the COVID-19 pandemic on the use of maternal health services using a time series modelling approach developed to monitor health service use during the pandemic using routinely collected health information systems data. We focus on data from 37 non-governmental organisation-supported health facilities in Haiti, Lesotho, Liberia, Malawi, Mexico and Sierra Leone. Overall, our analyses indicate significant declines in first antenatal care visits in Haiti (18% drop) and Sierra Leone (32% drop) and facility-based deliveries in all countries except Malawi from March to December 2020. Different strategies were adopted to maintain continuity of maternal health services, including communication campaigns, continuity of community health worker services, human resource capacity building to ensure compliance with international and national guidelines for front-line health workers, adapting spaces for safe distancing and ensuring the availability of personal protective equipment. We employ a local lens, providing prepandemic context and reporting results and strategies by country, to highlight the importance of developing context-specific interventions to design effective mitigation strategies.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,306

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,085
Tête enseignante GPT0,421
Écart entre enseignants0,336 · 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

Citations233
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207