MétaCan
Menu
← Retour à la cohorte
Enregistrement W4205872443 · doi:10.1136/bmjopen-2021-053486

Qualitative study exploring the feasibility, usability and acceptability of neonatal continuous monitoring technologies at a public tertiary hospital in Nairobi, Kenya

2022· article· en· W4205872443 sur OpenAlexaff
Mai‐Lei Woo Kinshella, Violet Naanyu, Dorothy Chomba, Mary Waiyego, Jessica Rigg, Jesse Coleman, Bella Hwang, J. Mark Ansermino, William Macharia, Amy Sarah Ginsburg

Notice bibliographique

RevueBMJ Open · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésMedicineUsabilityPublic healthQualitative researchMedical educationNursingHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess the feasibility, usability and acceptability of two non-invasive, multiparameter, continuous physiological monitoring (MCPM) technologies for use in neonates within a resource-constrained healthcare setting in sub-Saharan Africa. DESIGN: A qualitative study using in-depth interviews and direct observations to describe healthcare professional and caregiver perspectives and experiences with investigational MCPM technologies from EarlySense and Sibel compared with selected reference technologies. SETTING: Pumwani Maternity Hospital is a public, high-volume, tertiary hospital in Nairobi, Kenya. PARTICIPANTS: In-depth interviews were conducted with five healthcare administrators, 12 healthcare providers and 10 caregivers. Direct observations were made of healthcare providers using the technologies on 12 neonates overall. RESULTS: Design factors like non-invasiveness, portability, ease-of-use and ability to measure multiple vital signs concurrently emerged as key themes supporting the usability and acceptability of the investigational technologies. However, respondents also reported feasibility challenges to implementation, including overcrowding in the neonatal unit, lack of reliable access to electricity and computers, and concerns about cost and maintenance needs. To improve acceptability, respondents highlighted the need for adequate staffing to appropriately engage caregivers and dispel misconceptions about the technologies. CONCLUSION: Study participants were positive about the usefulness of the investigational technologies to strengthen clinical care quality and identification of at-risk neonates for better access to timely interventions. These technologies have the potential to improve equity of access to appropriate healthcare services and neonatal outcomes in sub-Saharan African healthcare facilities. However, health system strengthening is also critical to support sustainable uptake of technologies into routine care. TRIAL REGISTRATION NUMBER: NCT03920761.

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)0,010
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,268
Tête enseignante GPT0,536
Écart entre enseignants0,268 · 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'étudeQualitatif
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→