Development and Implementation of a Birth Forecasting Tool to Optimize Resources in Obstetrical Care During the COVID-19 Pandemic: Mixed-Methods Study
Notice bibliographique
Résumé
Background: Medical resource allocation is important to ensure availability of care, especially in challenging circumstances like a pandemic. In fields of unpredictable care demand such as obstetrics, forecasting may help manage scarce resources. Objective: The development, validation, and implementation of a regional birth forecasting tool to support obstetrical staff planning in the Utrecht region during the COVID-19 pandemic. Methods: We combined predicted birth dates retrieved from Saltro, a large regional primary care laboratory, with data from the Dutch national perinatal registry (Perined) and Statistics Netherlands for model development. We created and implemented an HTML tool visualizing these forecasts, which were discussed during the regional acute obstetric health care network meetings. Six months after implementation, we assessed the impact of the tool using an evaluative stakeholder meeting. Results: We achieved a performance accuracy (R) of 0.45, 0.61, and 0.67 (all actual number of births within 95% CI) forecasting the number of births in the region, pooled in 1-, 2-, and 3-weekly bins, respectively. After presenting these findings to stakeholders, we implemented a forecasting tool using the 2-week bin model. The evaluative stakeholder meeting proved that the tool improved communication, awareness of health care need, and collaborations among health care providers in the Utrecht region. Additionally, stakeholders identified additional applications, such as communication with patients and training of obstetric health care providers. Conclusions: Implementation of a forecasting tool for the number of births based on available data across the health care system added value to obstetrical care by providing insight into care demand, and increasing communication, awareness, and collaboration between health care providers. Further research should aim at improving regional obstetric acute care by fostering data sharing in order to improve health care demand forecasts.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».