MétaCan
Menu
Retour à la cohorte
Enregistrement W4295094370 · doi:10.2196/40954

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

2022· article· en· W4295094370 sur OpenAlexvenueno aff
Obaidur Rahman, Noyuri Yamaji, Daichi Suzuki, Kiriko Sasayama, Daisuke Yoneoka, Erika Ota

Notice bibliographique

RevueIproceedings · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological interventionRandomized controlled trialPopulationRelative riskMeta-analysisHealth careEnvironmental healthConfidence intervalNursing

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,746
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,387
Écart entre enseignants0,333 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIproceedingsMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207