The Feasibility of Establishing a Canadian Obstetric Survey System (CanOSS) for Severe Maternal Morbidity: Interim Results [ID: 1377349]
Notice bibliographique
Résumé
INTRODUCTION: Obtaining granular data on events and circumstances leading to severe maternal morbidity (SMM) could complement large epidemiologic studies and enable targeted interventions to improve maternal health. This study aims to assess the feasibility of gathering such data from maternity units across Canada through a Canadian Obstetric Survey System (CanOSS). METHODS: The study is a sequential explanatory mixed-methods study, the first step of which is a nationwide survey of maternity unit leads. Semistructured qualitative interviews are being conducted with unit leads that expressed interest in response to the survey. Responses are reported using proportions and percentages. Interviews are being thematically analyzed. This study was approved by the Hamilton Integrated Research Ethics Board (HiREB) #14002. RESULTS: As of October 18, 2022, we have identified 306 maternity units nationally, and sent 218 surveys, with 59 maternity units across 8 provinces completing. Among these, 34 (83%) report having a system in place for reviewing SMM, conducted on an as-needed basis in 61% of units, and most commonly involving a multidisciplinary panel of experts with representation from nursing (85%), maternity unit leadership (79%), and hospital management (74%). A written report is prepared following 76% of meetings. Findings are shared with health care professionals involved in the event and formulated into recommendations in 79% and 82% of units, respectively. Importantly, 78% of respondents would be willing to contribute anonymized data on SMM within a centralized reporting system. Interviews have taken place with 14 unit leads. Interviewed participants unanimously agree that an obstetric survey system is needed. Concerns raised include privacy, resources, funding, and having a clear definition of SMM. CONCLUSION: This feasibility study will facilitate future planning, clarify barriers to be addressed, and resource implications for gathering data on SMM at a national level, and lay the foundations for a future CanOSS.
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 | 0,031 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».