MétaCan
Menu
Retour à la cohorte
Enregistrement W4410225432 · doi:10.2196/54911

Mono-Professional Simulation-Based Obstetric Training in a Low-Resource Setting: Stepped-Wedge Cluster Randomized Trial

2025· article· en· W4410225432 sur OpenAlexvenueno aff
Anne Antonia Cornelia van Tetering, Ella Larissa de Vries, Peter Ntuyo, Edwin R. van den Heuvel, Annemarie Fransen, M. Beatrijs van der Hout‐van der Jagt, Imelda Namagembe, Josaphat Byamugisha, S. Guid Oei

Notice bibliographique

RevueJMIR Medical Education · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTrainerRandomized controlled trialObstetrics and gynaecologyReferralNursingPregnancy

Résumé

récupéré en direct d'OpenAlex

Background: Emergency obstetric simulation-based training has increasingly been used to improve emergency obstetric care provision in sub-Saharan Africa. For determining the optimal methodology for effective training sessions in resource-constrained settings, it is crucial to conduct high-quality research. Objective: We aim to investigate the impact of a train-the-trainer model for providing technology-enhanced, mono-professional, simulation-based training in obstetrics in a resource-constrained setting on maternal and perinatal outcomes. Methods: A stepped-wedge cluster randomized trial was conducted from October 2014 until March 2016 at the medium- to high-risk ward at Mulago National Referral Hospital, Uganda, with an annual delivery rate of over 23,000. The intervention consisted of a train-the-trainer model in which training was cascaded down from master trainers to local facilitators (obstetric senior staff members) to learners (senior house officers). The training of senior house officers was provided to 7 fixed clusters by a computer-generated random sequential roll-out. The training comprised a 1-day (8 h), mono-professional, simulation-based training in obstetrics, and half-day repetition training sessions targeted at every 7 weeks. Both medical technical skills and teamwork skills were taught. The primary outcome comprised a combined maternal and perinatal mortality rate. Secondary outcomes comprised the maternal mortality rate, the perinatal mortality rate, the percentage of births by vacuum extraction and cesarean section, and the Weighted Adverse Outcome Score. Results: Overall, there were 17,496 births. The combined mortality rate was 9.05% (95% CI 8.37%-9.77%) in the intervention group, and 8.73% (95% CI 8.21%-9.28%) in the control group (odds ratio [OR] 0.98, 95% CI 0.86-1.12; P=.81). No statistically significant change was found in the maternal mortality rate (OR 0.80, 95% CI 0.27-2.32; P=.68) or the perinatal mortality rate (OR 0.99, 95% CI 0.87-1.13; P=.87). This study did not identify any difference in the percentage of vacuum extractions, the percentage of cesarean sections, or Weighted Adverse Outcome Scores. Conclusions: This train-the-trainer model for providing technology-enhanced, mono-professional, simulation-based training in obstetrics was not able to change maternal and perinatal mortality outcomes. This study, in combination with literature, suggests that future research should consider multiprofessional team training in obstetrics involving all staff within their units.

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)0,015
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,013
Tête enseignante GPT0,369
Écart entre enseignants0,356 · 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'étudeEssai randomisé
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetGlobal Maternal and Child HealthTravaux en français237 207