Development and evaluation of a kangaroo mother care implementation model in South Ethiopia
Notice bibliographique
Résumé
AIM: To develop a model for increasing the coverage of kangaroo mother care (KMC), which involved ≥8 h of skin-to-skin contact per day and exclusive breastfeeding, for small babies with birth weight < 2000 g in South Ethiopia. METHODS: A mixed methods study was conducted between June 2017 and January 2019 at four hospitals and their catchment areas. Iterative cycles of implementation, program learning and evaluation were used to optimise KMC implementation models. The study explored the community-facility continuum of care and assessed the proportion of neonates with a birth weight less than 2000 g receiving effective KMC. RESULTS: Three KMC implementation models were tested with Model 2 being the final version. This model included enhanced identification of home births, improved referral linkages, immediate skin-to-skin care initiation in facilities and early contact after discharge. These improvements resulted in 86% coverage of effective facility-based KMC initiation for eligible babies. The coverage was 81.5% at discharge and 57.5% 7 days after discharge. The mean age of babies at KMC initiation was 8.2 days (SD = 5.7). CONCLUSION: The study found that the KMC implementation model was feasible and can lead to substantial population-level KMC coverage for small babies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».