MétaCan
Menu
Retour à la cohorte
Enregistrement W4292755716 · doi:10.2196/37359

The Effectiveness of Interactive Text Messaging and Structured Psychosocial Support Groups on Developmental Milestones of Children From Adolescent Pregnancies in Kenya: Quasi-Experimental Study

2022· article· en· W4292755716 sur OpenAlexafffundvenue
Valerian Mwenda, Ireen Makena, Vincent Ogweno, James Obonyo, Vincent Were

Notice bibliographique

RevueJMIR Pediatrics and Parenting · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesGrand Challenges Canada
Mots-clésPsychosocialAttendanceDevelopmental MilestoneIntervention (counseling)MedicineChecklistPsychologyFamily medicineDevelopmental psychologyNursingPediatricsPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In sub-Saharan Africa, one-quarter of all pregnancies occur in adolescents. Children born to adolescent mothers have poorer physical and socio-cognitive development. One reason may be inadequate knowledge on childcare and psychosocial support during pregnancy and post partum, since adolescent mothers have less antenatal care attendance and overall interaction with the health care system. Mobile health technology has been used to relay health information to special groups; however, psychosocial support commonly requires physical interaction. OBJECTIVE: We aimed to assess the efficacy of an interactive mobile text messaging platform and support groups in improving adolescent mothers' knowledge and practices as well as infant growth and development. METHODS: This was a quasi-experimental study, conducted among adolescent mothers with infants younger than 3 months, in Homa Bay County, Kenya. Five of the 8 subcounties in Homa Bay County were purposively selected as study clusters. Four subcounties were assigned as intervention clusters and 1 as a control cluster. Adolescent mothers from 2 intervention subcounties received interactive text messaging only (limited package), whereas those from the other 2 subcounties received text messaging and weekly support groups, moderated by a community health extension worker and a counselor (full package); the control cluster only received the end-line evaluation (posttest-only control). The follow-up period was 9 months. Key outcomes were maternal knowledge on childcare and infant development milestones assessed using the Developmental Milestones Checklist (DMC III). Knowledge and DMC III scores were compared between the intervention and control groups, as well as between the 2 intervention groups. RESULTS: We recruited 791 mother-infant pairs into the intervention groups (full package: n=375; limited package: n=416) at baseline and 220 controls at end line. Attrition from the intervention groups was 15.8% (125/791). Compared with the control group, adolescent mothers receiving the full package had a higher knowledge score on infant care and development (9.02 vs 8.01; P<.001) and higher exclusive breastfeeding rates (238/375, 63.5% vs 112/220, 50.9%; P=.004), and their infants had higher average DMC III scores (53.09 vs 48.59; P=.01). The limited package group also had higher knowledge score than the control group (8.73 vs 8.01; P<.001); this group performed better than the full package group on exclusive breastfeeding (297/416, 71.4% vs 112/220, 50.9%; P<.001) and DMC III scores (58.29 vs 48.59; P<.001) when compared with the control group. We found a marginal difference in knowledge scores between full and limited package groups (9.02 vs 8.73; P=.048) but no difference in DMC III scores between the 2 groups (53.09 vs 58.29; P>.99). CONCLUSIONS: An interactive text messaging platform improved adolescent mothers' knowledge on nurturing infant care and the development of their children, even without physical support groups. Such platforms offer a convenient avenue for providing reproductive health information to adolescents. TRIAL REGISTRATION: Pan African Clinical Trials Registry PACTR201806003369302; https://tinyurl.com/kkxvzjse.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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 non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,020
Tête enseignante GPT0,373
Écart entre enseignants0,353 · 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 non 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

Citations6
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Pediatrics and ParentingMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207