MétaCan
Menu
Retour à la cohorte
Enregistrement W4401560221 · doi:10.1016/s2214-109x(24)00238-9

The costs and benefits of scaling up interventions to prevent poor birth outcomes in low-income and middle-income countries: a modelling study

2024· article· en· W4401560221 sur OpenAlexfundaboutno aff
Neff Walker, Austin Heuer, Rachel Sanders, Hannah Tong

Notice bibliographique

RevueThe Lancet Global Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaBill and Melinda Gates Foundation
Mots-clésPsychological interventionMedicineEnvironmental healthCost–benefit analysisMEDLINENursingPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We estimated the benefits and costs of a set of preventive interventions that could be delivered during antenatal care to prevent poor birth outcomes, including small-for-gestational-age and preterm births. We built on the assumptions and analyses underlying the Lancet Series on small vulnerable newborns (SVNs) and extended that work by incorporating more recent data, focusing only on the subset of preventive interventions, and examining a broader range of effects. A primary aim of the study was to provide a framework that decision makers could use to design programmes for women and children. METHODS: The analyses used the Lives Saved Tool (LiST) to estimate the effects and costs of scaling up the 11 preventive interventions identified in the SVN Series to improve birth outcomes. We used LiST estimates of effects and costs to estimate benefit-cost ratios (BCRs) for two intervention packages (one with interventions proven to improve birth outcomes and one with proven interventions plus interventions with potential to improve birth outcomes) and for the individual interventions in these packages for 80 low-income and middle-income countries (LMICs). FINDINGS: Both packages of interventions had BCRs more than 1, with a proven package BCR of 7·3 (IQR 5·3-9·1) and a proven plus potential package BCR of 5·8 (4·4-6·9). We found that in all cases the individual interventions had BCRs more than 1, there was a wide range of BCR values for the different interventions, and the BCR varied depending on package and country. INTERPRETATION: The analyses presented in this Article provide evidence that there are preventive interventions that, if scaled up in LMICs, could have a large effect on child health and provide benefits that greatly exceed the costs. FUNDING: Global Affairs Canada.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,006
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,043
Tête enseignante GPT0,369
Écart entre enseignants0,327 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Lancet Global HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207