Implementation of the London Measure of Unplanned Pregnancy in routine antenatal care in London: a mixed-methods evaluation
Notice bibliographique
Résumé
Objective: To evaluate the implementation of the London Measure of Unplanned Pregnancy (LMUP) in antenatal care. Design: Mixed methods evaluation of a pilot. Setting: Antenatal care at University College London Hospital and Homerton Hospital, England, 2019-2022. Population: Pregnant women attending antenatal care at one of the sites during the evaluation. Methods: Quantitative and psychometric analysis of anonymous data and qualitative analysis of interviews and focus groups with women and midwives, using a Framework Analysis. Main Outcome Measures: Acceptability of the inclusion of the LMUP, measured by completion rates and women’s and midwives opinions. Results: Completion of the LMUP at UCLH stabilised at around 70% and the LMUP performed as expected. Asking the LMUP at antenatal booking appointments is feasible and acceptable to women and midwives. Advantages of asking the LMUP, highlighted by participants, include providing additional support and personalising care. Midwives’ concerns about judgment were unsubstantiated; women with unplanned pregnancies valued such discussions. Conclusions: These findings support the implementation of the LMUP in routine antenatal care and show how it can provide valuable insights into the circumstances of women’s pregnancies. This can be used to help midwives personalise care, and potentially reduce adverse outcomes and subsequent unplanned pregnancy. Integration of the LMUP into the Maternity Services Data Set, will establish national data collection for a population-level measure of unplanned pregnancy, serving as a key outcome measure for sexual and reproductive health and enabling analysis of the prevalence, factors, and implications of unplanned pregnancies across subpopulations to inform implementation. Funding : NIHR PDF-2017-10-021
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 | 0,052 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».