mHealth clinical decision-making tools for maternal and perinatal health care in Sub-Saharan Africa: A systematic review protocol
Notice bibliographique
Résumé
Background Mobile health (mHealth) tools are increasingly being used in Sub-Saharan Africa (SSA) to improve the quality of health services. mHealth clinical decision-making tools have several established roles in maternal and perinatal healthcare including health surveillance, data collection and access to guidelines. The adoption of mHealth clinical decision-making tools in low-resource environments like SSA, as well as the lessons learnt from using them, have not yet been determined. As new mHealth technologies are quickly being evaluated and deployed in resource-poor settings, it is crucial to thoroughly analyse what has been accomplished in order to inform implementers and policy makers on the effectiveness of technology in evidence-based practice. Objective This study aims to synthesize the available evidence 1) on the use of mHealth clinical decision-making tools for maternal and perinatal care in SSA, and 2) whether these tools lead to improvements in the quality of maternal and perinatal care in SSA. Methods A systematic review of the literature will be performed to identify publications describing the use mHealth tools for maternal and perinatal clinical decision-making in SSA. PubMed, CINAHL, EMBASE, Global Health and Web of Science will be searched for relevant articles following a predetermined search strategy with no date restrictions. A limited grey literature search will also be carried out. Two independent reviewers will screen the articles. Pre-determined data items will be extracted, and data synthesis carried out using a descriptive approach. Appraisal will be done using the Appraisal of Guidelines Research and Evaluation Health Systems (AGREE-HS) instrument. Conclusions This systematic review protocol for identifying and appraising mHealth clinical decision-making tools in maternal and perinatal care may help to establish best practice for developing and scaling up, thus help to improve care in SSA. Registration PROSPERO (CRD42023452760; 19 August 2023).:
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 | 0,077 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,015 | 0,014 |
| Bibliométrie | 0,016 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,077 | 0,010 |
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 ».