MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392740042 · doi:10.21203/rs.3.rs-4007189/v1

A low resource simulation-based training package leads to increased knowledge and skill retention post Basic Emergency Obstetric and Neonatal Care in rural Tanzania; A stepped- wedge research design Short Title: BEmONC simulation-based training package leads to skill retention in Tanzania

2024· preprint· en· W4392740042 sur OpenAlexafffund
Dismas Matovelo, Jennifer L. Brenner, Nalini Singhal, Alberto Nettel‐Aguirre, Edgar Ndaboine, Girles Shabani, Leonard Subi, Elaine Sigalet

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchGlobal Affairs CanadaInternational Development Research CentreGovernment of Canada
Mots-clésTanzaniaResource (disambiguation)Training (meteorology)MedicineOperations managementEngineeringComputer scienceEconomicsGeographySocioeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Background: The Basic Emergency Obstetric and Neonatal Care (BEmONC) training program merges core modules from Helping Mothers Survive and Helping Babies Survive training programs to improve obstetrical and newborn outcomes. The duration of BEmONC training varies between facilities and countries. Longer term low dose high frequency practice has been shown to prevent skill decay in both Helping Mothers Survive and Helping Babies Survive literature. A recent program evaluation of BEmONC training with extensive changes to infrastructure in rural Tanzania links training with improve obstetric and neonatal outcomes. This study sought to document skill and knowledge outcomes after disseminating a low resource focused simulation package. Methods: A stepped-wedge research design was used to test the intervention: the simulation package. Participants were midwives/nurses, clinical officers, and medical officers from two hospitals and four Health Centres in Mwanza Region, Tanzania. Facilities were purposely assigned to one of the two clusters. The intervention had three components: (1) 5-day BEmONC workshop, (2) peer to peer facility-based simulation practice using peer cards and (3) clinical mentorship. Cluster A and Cluster B attended the 5-day BEmONC workshop. Cluster A was supported with the component two and three post workshop. Cluster B received these components after the 6-month assessment. Knowledge and skill were analyzed at baseline, post workshop, at 6 months and at 12 months using the r core statistics; p-values < 0.05 were considered statistically significant. Results: Cluster A (n=7) and Cluster B (n=8) participants demonstrated significant knowledge and skill improvements post-initial workshop. At 6 months, Cluster A aggregate skill scores were significantly higher than Cluster B, who showed skill decay. At 12 months, aggregate skill scores between Cluster A and Cluster B were similar. Conclusion: The simulation package was feasible and effective for improving baseline skill, and retaining skill sets at 6 and 12 months. This is the first study to pilot the newly developed essential care for labor and birth module. This approach provides a low resource education option for improving healthcare provider abilities to provide quality care. More research is needed to link low resource initiatives with clinical outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,393
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→