MétaCan
Menu
Retour à la cohorte
Enregistrement W4412520783 · doi:10.1177/17455057251347717

Impact of reduced institutional delivery coverage on neonatal survival during the peak of coronavirus disease 2019 pandemic in Nepal: Estimates using Lives Saved Tool model

2025· article· en· W4412520783 sur OpenAlexaff
Dinesh Dharel, Deepak Paudel, Nazeem Muhajarine

Notice bibliographique

RevueWomen s Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPandemicMedicineCoronavirus disease 2019 (COVID-19)DiseaseMaternal healthCoronavirus2019-20 coronavirus outbreakEnvironmental healthDemographyVirologyInternal medicineInfectious disease (medical specialty)PopulationOutbreakHealth services

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: An alarming observation from high-volume obstetric facilities in Nepal indicating a decreased institutional delivery rate and increased institutional neonatal mortality rate after the initial nationwide lockdown signaled the adverse population-level impact of the pandemic on the national trajectory of neonatal survival. OBJECTIVES: We aimed to estimate the impact of change in institutional delivery coverage on cause-specific neonatal mortality during the coronavirus disease 2019 pandemic in Nepal. DESIGN: Modeling-based study. METHODS: We used the open-access Lives Saved Tool, based on a linear deterministic mathematical model validated for estimating cause-specific neonatal mortality in low- and middle-income countries, to estimate the number of additional neonatal lives saved and neonatal mortality rates. Using coverage change in institutional delivery rates as a proxy for interventions during childbirth, we compared the estimates using 'reported' coverage change during the pandemic with the 'targets' per Nepal Every Newborn Action Plan. RESULTS: The projected number of additional neonatal lives saved when the pandemic hit the hardest (Nepalese fiscal year 2020-2021) when national annual institutional delivery rate reportedly decreased was lower (104; 95% confidence interval: 69-148) compared to the target scenario (222; 95% confidence interval: 152-313). However, in the next year 2021-2022 when the institutional delivery rate increased, the number was higher (926; 95% confidence interval: 643-1295) compared to target scenario (329; 95% confidence interval: 226-466). The trajectory of the projected neonatal mortality rate per 1000 live births reversed (increased to 20.18) in 2020-2021 compared to 20.11 in 2019-2020 and then tracked down to 18.75 in 2021-2022. Most newborn lives would be saved from asphyxia, sepsis, and prematurity-related complications. Neonatal resuscitation, thermal protection, and cord care are the top three lifesaving interventions during childbirth. CONCLUSION: Neonatal survival in Nepal was adversely impacted during the peak of the coronavirus disease 2019 pandemic, with a favorable bounce back next year, based on the Lives Saved Tool projection per change in institutional delivery coverage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,832

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,398
Écart entre enseignants0,345 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomen s HealthMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207