MétaCan
Menu
Retour à la cohorte
Enregistrement W4412188292 · doi:10.51594/imsrj.v5i5.1965

Improving emergency obstetric care at the primary health level: A capacity-building model in Lagos state, Nigeria

2025· article· en· W4412188292 sur OpenAlexaff
Jìmí O. Adésínà, Chinyere E. Ekanem, MSc Chidinma I. Onyeibor BPharm, Ikechukwu Onwe MBBS

Notice bibliographique

RevueInternational Medical Science Research Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensChild, Adolescent and Family Mental Health
Organismes subventionnairesnon disponible
Mots-clésPrimary careState (computer science)Primary health careMedicineMedical emergencyEnvironmental healthFamily medicineComputer sciencePopulation

Résumé

récupéré en direct d'OpenAlex

Maternal mortality in Nigeria remains alarmingly high, with many deaths resulting from preventable obstetric complications. Primary Health Centers (PHCs), which serve as the first point of contact for most pregnant women, often lack the capacity to manage emergencies effectively. This manuscript examines a capacity-building model aimed at strengthening emergency obstetric care (EmOC) at the primary health level in Lagos State. Drawing from national initiatives and international best practices, the study explores training interventions, simulation exercises, and systemic improvements in supply chains and referral networks. Competency-based training significantly enhanced provider knowledge and confidence, especially when supported by simulation drills and supervision frameworks. Facility-based programs also led to increased use of uterotonics, better partograph documentation, and improved management of hypertensive emergencies. However, challenges such as staff attrition, limited monitoring systems, irregular supply of essential drugs, and fragmented referral coordination persist. The paper argues that sustainable EmOC improvements require policy integration, institutional ownership, and consistent funding. Recommendations include embedding EmOC modules in pre-service and in-service training for nurses and midwives, strengthening referral and transport systems, and ensuring logistical support across PHCs. The Lagos State experience underscores the importance of a systems-based, contextually adapted, and government-led approach to maternal health. If implemented broadly, such a model could accelerate progress toward reducing preventable maternal deaths and achieving Sustainable Development Goal 3.1 across Nigeria and other low-resource settings. Keywords: Maternal Mortality, Primary Health Care, Emergency Obstetrics Care.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,457
Écart entre enseignants0,357 · 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'étudeSans objet
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 revueInternational Medical Science Research JournalMême sujetEmergency and Acute Care StudiesTravaux en français237 207