MétaCan
Menu
Retour à la cohorte
Enregistrement W4291006595 · doi:10.1371/journal.pgph.0000852

Collecting mortality data via mobile phone surveys: A non-inferiority randomized trial in Malawi

2022· article· en· W4291006595 sur OpenAlexfundno aff
Michael Chasukwa, Augustine Choko, Funny Muthema, Mathero M. Nkhalamba, Jacob Saikolo, Malebogo Tlhajoane, Georges Reniers, Boniface Dulani, Stéphane Helleringer

Notice bibliographique

RevuePLOS Global Public Health · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Child Health and Human DevelopmentNational Institute on AgingYork UniversityEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentBill and Melinda Gates Foundation
Mots-clésMobile phoneFeelingPhoneData collectionDemographyMedicineSample (material)Family medicineRandomized controlled trialSample size determinationPsychologySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Despite the urgent need for timely mortality data in low-income and lower-middle-income countries, mobile phone surveys rarely include questions about recent deaths. Such questions might a) be too sensitive, b) take too long to ask and/or c) generate unreliable data. We assessed the feasibility of mortality data collection using mobile phone surveys in Malawi. We conducted a non-inferiority trial among a random sample of mobile phone users. Participants were allocated to an interview about their recent economic activity or recent deaths in their family. In the group that was asked mortality-related questions, half of the respondents completed an abridged questionnaire, focused on information necessary to calculate recent mortality rates, whereas the other half completed an extended questionnaire that also included questions about symptoms and healthcare. The primary trial outcome was the cooperation rate, i.e., the number of completed interviews divided by the number of mobile subscribers invited to participate. Secondary outcomes included self-reports of negative feelings and stated intentions to participate in future interviews. We called more than 7,000 unique numbers and reached 3,054 mobile subscribers. In total, 1,683 mobile users were invited to participate. The difference in cooperation rates between those asked to complete a mortality-related interview and those asked to answer questions about economic activity was 0.9 percentage points (95% CI = -2.3, 4.1), which satisfied the non-inferiority criterion. The mortality questionnaire was non-inferior to the economic questionnaire on all secondary outcomes. Collecting mortality data required 2 to 4 additional minutes per reported death, depending on the inclusion of questions about symptoms and healthcare. More than half of recent deaths elicited during mobile phone interviews had not been registered with the National Registration Bureau. Including mortality-related questions in mobile phone surveys is feasible. It might help strengthen the surveillance of mortality in countries with deficient civil registration systems. Registration: AEA RCT Registry, #0008065 (14 September 2021).

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)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
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 Opus0,213
Tête enseignante GPT0,481
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'étudeEssai randomisé
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

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLOS Global Public HealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207