Ethical and cultural implications for conducting verbal autopsies in South and Southeast Asia: a qualitative study
Notice bibliographique
Résumé
INTRODUCTION: Causes of deaths often go unrecorded in lower income countries, yet this information is critical. Verbal autopsy is a questionnaire interview with a family member or caregiver to elicit the symptoms and circumstances preceding a death and assign a probable cause. The social and cultural aspects of verbal autopsy have gotten less attention than the technical aspects and have not been widely explored in South and Southeast Asia settings. METHODS: Between October 2021 and March 2023, prior to implementing a verbal autopsy study at rural sites in Bangladesh, Cambodia, Laos, Myanmar and Thailand, focus group discussions were conducted with village heads, religious leaders and community members from varied demographic backgrounds. Thematic analysis elucidated customs and traditional views surrounding death to understand local ethnocultural sensitivities. RESULTS: We found that death rituals varied greatly among religions, ethnicities and by socioeconomic status. Mourning periods were reported to last 3-100 days and related to the cause of death, age and how close the deceased person was to the family. Participants advised that interviews should happen after mourning periods to avoid emotional distress, but not long after so as to avoid recall bias. Interviewers should be introduced to respondents by a trusted local person. To provide reassurance and confidentiality, a family's residence is the preferred interview location. Interview questions require careful local language translation, and community sensitisation is important before data collection. CONCLUSION: Verbal autopsy is acceptable across a wide range of cultural settings in Southeast Asia, provided that local norms are preidentified and followed.
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 | 0,001 | 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 ».