Global and regional estimates of maternal near miss: a systematic review, meta-analysis and experiences with application
Notice bibliographique
Résumé
INTRODUCTION: Maternal near miss (MNM) is a useful means to examine quality of obstetric care. Since the introduction of the WHO MNM criteria in 2011, it has been tested and validated, and is being used globally. We sought to systematically review all available studies using the WHO MNM criteria to develop global and regional estimates of MNM frequency and examine its application across settings. METHODS: We conducted a systematic review by implementing a comprehensive literature search from 2011 to 2018 in six databases with no language restrictions. The predefined data collection tool included sections on study characteristics, frequency of near-miss cases and study quality. Meta-analysis was performed by regional groupings. Reported adaptations, modifications and remarks about application were extracted. RESULTS: 7292 articles were screened by title and abstract, and 264 articles were retrieved for full text review for the meta-analysis. An additional 230 articles were screened for experiences with application of the WHO MNM criteria. Sixty studies with near-miss data from 56 countries were included in the meta-analysis. The pooled global near-miss estimate was 1.4% (95% CI 0.4% to 2.5%) with regional variation in MNM frequency. Of the 20 studies that made adaptations to the criteria, 19 were from low-resource settings where lab-based criteria were adapted due to resource limitations. CONCLUSIONS: The WHO MNM criteria have enabled the comparison of global and sub-national estimates of MNM frequency. There has been good uptake in low-resource countries but contextual adaptations are necessary.
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 | 0,139 | 0,282 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,016 | 0,028 |
| Bibliométrie | 0,016 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».