MétaCan
Menu
Retour à la cohorte
Enregistrement W4392757404 · doi:10.1093/oodh/oqae012

Developing the BornFyne prenatal management system version 2.0: a mixed method community participatory approach to digital health for reproductive maternal health

2024· article· en· W4392757404 sur OpenAlexafffund
Miriam Nkangu, Mildred Nkeng Njoache, Pamela Obegu, Franck Wanda, Ngo Valery Ngo, Arone Wondwossen Fantaye, Mwenya Kasonde, Amos Buh, Regina Sinsai, Evrard Kepgang, Odette Dzemo Kibu, Sarah Pascale Ngassa Detchaptche, Nkengfac Fobellah, Ronald Gobina, Brice Tangang, Denis A. Foretia, Arthur A. B. Pessa, Julian Little, Donald Weledji, Sanni Yaya

Notice bibliographique

RevueOxford Open Digital Health · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensGlobal Affairs CanadaInternational Development Research CentreInstitute of Population and Public HealthOttawa Public HealthBruyèreUniversity of Ottawa
Organismes subventionnairesGrand Challenges Canada
Mots-clésReproductive healthCitizen journalismMaternal healthCommunity-based participatory researchMedicineSociologyObstetricsEnvironmental healthComputer scienceParticipatory action researchHealth servicesWorld Wide WebAnthropology

Résumé

récupéré en direct d'OpenAlex

Despite the growing number of global initiatives aimed at reducing adverse maternal health outcomes, there remain critical gaps and disparities in access to maternal health services in Cameroon and across the sub-Saharan Africa. Digital health innovations represent unique opportunities for addressing maternal and newborn child health in sub-Saharan Africa. This article documents the approach to developing the BornFyne-Prenatal Management System (PNMS) as an intervention to support maternal health issues in Cameroon. The mixed-method design employed the three-delays model conducted in four health districts purposefully selected with a mix of urban and rural settings as defined in the context. The study employed focus group discussions and interviews to inform the development features. A total of 25 providers were interviewed, 12 focus group discussions and 4 workshops were held and a total of 3654 households were surveyed. Participants highlighted multifaceted advantages of using digital health platform such as BornFyne-PNMS to enhance communication and care during pregnancy such as remote consultations, emergency response, increased patient engagement and improved continuity of care and convenience. Most respondents believed that the use of a digital platform like BornFyne-PNMS would greatly facilitate access to health facilities, especially during emergencies. The BornFyne-PNMS deployment includes community engagement, training and practical skills building of health workers in the use of digital technologies, the establishment of an emergency transport mechanism for response to emergency cases, assessment and upgrading of the computer hardware of enrolled health facilities and support to health system managers to review and interpret the BornFyne data and interoperability with the national health management information system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0070,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,162
Tête enseignante GPT0,480
Écart entre enseignants0,318 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOxford Open Digital HealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207