Reducing the harms of unsafe abortion: a systematic review of the safety, effectiveness and acceptability of harm reduction counselling for pregnant persons seeking induced abortion
Notice bibliographique
Résumé
BACKGROUND: Globally, access to safe abortion is limited. We aimed to assess the safety, effectiveness and acceptability of harm reduction counselling for abortion, which we define as the provision of information about safe abortion methods to pregnant persons seeking abortion. METHODS: We searched PubMed, EMBASE, ClinicalTrials.gov, Cochrane, Global Index Medicus and the grey literature up to October 2021. We included studies in which healthcare providers gave pregnant persons information on safe use of abortifacient medications without providing the actual medications. We conducted a descriptive summary of results and a risk of bias assessment using the ROBINS-I tool. Our primary outcome was the proportion of pregnant persons who used misoprostol to induce abortion rather than other methods among those who received harm reduction counselling. RESULTS: We included four observational studies with a total of 4002 participants. Most pregnant persons who received harm reduction counselling induced abortion using misoprostol (79%-100%). Serious complication rates were low (0%-1%). Uterine aspiration rates were not always reported but were in the range of 6%-22%. Patient satisfaction with the harm reduction intervention was high (85%-98%) where reported. We rated the risk of bias for all studies as high due to a lack of comparison groups and high lost to follow-up rates. DISCUSSION: Based on a synthesis of four studies with serious methodological limitations, most recipients of harm reduction counselling use misoprostol for abortion, have low complication rates, and are satisfied with the intervention. More research is needed to determine abortion success outcomes from the harm reduction approach. FUNDING: This work did not receive any funding. PROSPERO REGISTRATION NUMBER: We registered the review in the PROSPERO database of systematic reviews (ID number: CRD42020200849).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».