Technology-Based Innovative Health Care Solutions for Improving Maternal and Child Health Outcomes in Low- and Middle-Income Countries: Systematic Review and Network Meta-analysis
Notice bibliographique
Résumé
Background Technology-based health care interventions (TBIs) are being considered as a promising solution to effectively strengthen maternal and child health (MCH) service uptake in resource-limited settings. Objective This study aimed to identify the most effective TBIs that could achieve the best functional MCH outcomes in low- and middle-income countries (LMICs). Methods A comprehensive search was performed in January 2021. In all, 2 independent researchers identified randomized controlled trials (RCTs) implemented in LMICs using the Population, Intervention, Comparison, Outcomes framework: Population: healthy pregnant women; Intervention: TBIs; Comparison: usual care or non-TBIs; and Outcomes: MCH outcomes. We estimated the direct, indirect, and relative effects, with their certainty based on the Grading of Recommendations, Assessments, Development, and Evaluations approach, for a wide range of MCH outcomes. Results In total, 30 trials with 70,807 participants were included, and 80% had low risk of bias. Our network meta-analysis (NMA) estimates indicated that TBIs, particularly SMS text messaging or phone call with mobile voucher interventions, were likely to be effective in improving MCH outcomes. The 1-way communication intervention was likely to be the most effective for the uptake of ≥4 antenatal care visits (relative risk [RR] 1.81, 95% CI 1.33-2.45; moderate certainty), facility delivery (RR 1.45, 95% CI 1.10-1.91; moderate certainty), early breastfeeding initiation (RR 1.18, 95% CI 1.02-1.37; moderate certainty), and caesarean delivery (RR 0.87, 95% CI 0.84-0.91; low certainty) outcomes; however, 2-way communication intervention was likely to be the most effective for the skilled birth attendance (RR 1.36, 95% CI 1.14-1.63; low certainty), maternal (RR 2.04, 95% CI 1.05-3.96; very low certainty) and infant’s postnatal care use (RR 1.55, 95% CI 1.19-2.04; low certainty), exclusive breastfeeding practice (RR 1.53, 95% CI 1.14-2.05; moderate certainty), and perinatal death (RR 0.51, 95% CI 0.32-0.83; low certainty) outcomes. There was no substantial inconsistency between direct and indirect evidence, but small study effects were detected in the NMA. Conclusions Different forms of TBIs have a possibility to improve MCH outcomes in LMICs and can be integrated into the existing health systems based on their priorities. This study suggests the implementation of large-scale, well-designed RCTs in low-income countries due to the limited number of RCTs in the NMA. Trial Registration PROSPERO CRD42021239185; https://tinyurl.com/yuvmp35x
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 | 0,028 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,023 | 0,040 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».