Acceptability of digital health intervention during pregnancy to inform women about postpartum contraception (DIGICAP): a pilot randomised controlled study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Pregnancy within a year of childbirth has negative impacts on women and their children's health. We developed a digital health intervention (DHI) to empower women in contraceptive choices postpartum. Our pilot randomised controlled trial (RCT) aimed to establish the feasibility of a main RCT of the effects of the DHI compared with standard care on long-acting contraception use. METHODS: Our pilot RCT recruited 52, 20-24 weeks pregnant women in NHS Lothian, UK between October 2022 and April 2023. Participants were randomised 7:3 to receive either the DHI (n=37) in addition to standard care, or standard care alone (n=15). Telephone survey follow-up was at 24 weeks' gestation and 6 weeks postpartum. Semi-structured qualitative interviews (n=10) were conducted with participants receiving the DHI. RESULTS: All eligible women joined the study and completed follow-up. All intervention participants found the animation highly acceptable; one participant requested text message discontinuation. We completed followed up on 37/37 (100%) of participants. DHI participants reported they valued access to credible contraceptive information that supported decision making in a non-pressurised way. CONCLUSIONS: Our DHI is highly acceptable and a trial is feasible. A larger trial is needed to establish if the DHI increases uptake of long-acting reversible contraception postpartum and reduces unintended pregnancies within 12 months of childbirth. TRIAL REGISTRATION NUMBER: (Trial registration ISRCTN48521918).
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.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle