Effectiveness of Nursing Interventions in Reducing Maternal Mortality in Resource-Limited Settings: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Objective: To assess the effectiveness of nurse-led or nurse-integrated interventions in improving maternal health outcomes, particularly antenatal care (ANC) attendance, in resource-constrained settings. Methods: A systematic review and meta-analysis were conducted following PRISMA guidelines. Databases including PubMed, Scopus, CINAHL and Web of Science were searched for studies evaluating the impact of nursing interventions on maternal health outcomes. Risk of bias was assessed using the Cochrane RoB 2 tool and Newcastle-Ottawa Scale. A random-effects meta-analysis was performed for studies reporting ANC attendance (4 and more visits). (PROSPERO CRD420251067253). Results: Of the 1038 records identified, 11 studies met the inclusion criteria, and 3 were eligible for meta-analysis. The pooled Odds Ratio for ANC attendance was 1.48 (95% CI = 1.06-2.08), indicating a statistically significant improvement. For facility use at birth, results also showed positive effects (OR=1.49, 95% CI = 1.21-1.77). Mortality-related outcomes showed a midwife-delivered postpartum hemorrhage bundle reduced a composite outcome including severe hemorrhage and death (RR = 0.40, 95% CI = 0.32-0.50) Narrative synthesis of other outcomes such as skilled birth attendance and maternal mortality also suggested a positive impact of nurse-led interventions. Conclusion: Nurse-led and nurse-integrated maternal health interventions significantly improve ANC utilization in low-resource settings. Policymakers should consider scaling these models as part of broader maternal health strategies.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».