The case of the neonate vs. LMIC medical academia—a jury-style systematic review of 32 years of literature without significant mortality reduction
Notice bibliographique
Résumé
Introduction: The high neonatal mortality rate in low- and middle-income countries (LMICs) such as Nigeria has lasted for more than 30 years to date with associated nursing fatigue. Despite prominent hard work, technological improvements, and many publications released from the country since 1990, the problem has persisted, perhaps due to a lack of intervention scale-up. Could there be neglected discoveries unwittingly abandoned by Nigerian policymakers over the years, perhaps locked up in previous publications? A careful review may reveal these insights to alert policymakers, inspire researchers, and refocus in-country research efforts towards impactful directions for improving neonatal survival rates. The focus was to determine the prevailed effectiveness of LMIC medical academia in creating solutions to end the high neonatal mortality rate. Methods: An unconventional systematic review protocol structure following the PRISMA 2020 checklist was designed and registered at INPLASY (registration number: INPLASY202380096, doi: 10.37766/inplasy2023.8.0096). A jury of paediatricians was assembled and observed by a team of legal professionals. The jury searched the literature from 1990 to the end of 2022, extracted newborn-related articles about Nigeria, and assessed and debated them against expected criteria for solution creation, translation, scale-up, sustainability, and national coverage. Each juror used preset criteria to produce a verdict on the possibility of a published novel idea being a potential game-changer for improving the survival rate of Nigerian neonates. Results: A summation of the results showed that 19 out of 4,286 publications were assessed to possess potential strategies or interventions to reduce neonatal mortality. Fourteen were fully developed but not appropriately scaled up across the country, hence denying neonates proper access to these interventions. Conclusion: Nigeria may already have the required game-changing ideas to strategically scale up across the nation to accelerate neonatal survival. Therefore, LMIC healthcare systems may have to look inward to strengthen what they already possess. Systematic Review Registration: https://inplasy.com/, identifier (INPLASY202380096).
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,002 |
| 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 ».