Survive and Thrive: Outcomes of Children Enrolled in a Follow-Up Clinic for Small and Sick Newborns in Rural Rwanda
Notice bibliographique
Résumé
INTRODUCTION: Children born small or sick are at risk of death and poor development, but many lack access to preventative follow-up services. We assessed the impact of Pediatric Development Clinics (PDC), which provide structured follow-up after discharge from hospital neonatal care units, on children's survival, nutrition and development in rural Rwanda. METHODS: This quasi-experimental study compared a historic control group to children receiving PDC in Kayonza and Kirehe districts. Study populations in both districts included children born preterm or with birthweight < 2000 g and discharged alive. Kirehe additionally included children with hypoxic ischemic encephalopathy (HIE). Home-based cross-sectional surveys were conducted in Kayonza among children with expected chronological age 11-36 months in 2014 (controls) and 2018 (PDC group) and in Kirehe among children with expected chronological age 17-39 months in 2018 (controls) and 2019 (PDC group). Outcomes were measured using anthropometrics and the Ages and Stages Questionnaires. We used weighted logistic regression to control for confounding and differential non-participation. RESULTS: = 56) died before the survey. PDC was associated with reduced odds of death (aOR = 0.49, 95% CI: 0.26-0.92) and reduced odds of developmental delay (aOR = 0.48, 95% CI: 0.30-0.77). In Kayonza, PDC was associated with reduced stunting (aOR = 0.52, 95% CI: 0.28-0.98). PDC was not associated with reduced underweight or wasting. CONCLUSIONS: PDC was associated with improved survival and development among children born preterm, with low birthweight, or with HIE. Increased access to PDC, scale-up across Rwanda, and implementation of similar services and early intervention in other low-resource settings could support children born small or sick.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».