Interest in digital health tools for miscarriage support: A qualitative assessment of Canadian women facing early pregnancy loss
Notice bibliographique
Résumé
BACKGROUND: Early pregnancy loss (EPL) occurs in 10%-15% of all pregnancies but remains an underrecognized and undertreated condition. In Canada, resources to support individuals and their partners facing EPL remain scarce despite a high burden of psychosocial sequelae. Digital health tools hold the potential to fill important gaps in reproductive healthcare. OBJECTIVES: We sought to better understand the perspectives of individuals who experienced pregnancy loss and explore how digital health tools could offer support. DESIGN: We conducted a qualitative study with grounded theory methodology to address our objectives. METHODS: The study was conducted between September 2021 and April 2022 in Ottawa, Canada. Participants between 18 and 45 years of age who resided in Canada and experienced EPL up to 12 + 6 week gestation within the last 2 years were included. Enrolled participants who provided informed consent completed a single in-depth interview. Data were analyzed iteratively by two trained research team members with thematic techniques supported by NVivo software. RESULTS: = 10) between 31 and 40. Qualitative analysis identified three primary themes centered around participants' experiences of miscarriage, access to information and support for EPL in Canada, and desires and preferences for a digital miscarriage tool. CONCLUSION: Miscarriage is an emotionally difficult experience for women and their loved ones, who often do not receive timely and compassionate care within the healthcare system. Participants were highly motivated to co-develop a digital intervention for EPL that is designed to fill gaps in care. The digital companion would assist individuals through their miscarriage journey by providing evidence-based and locally relevant medical information as well as avenues to access both professional and informal forms of psychosocial support.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,007 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».