MétaCan
Menu
← Retour à la cohorte
Enregistrement W6920686488 · doi:10.60692/wrtzk-98536

Completeness and accuracy of data transfer of routine maternal health services data in the greater Accra region

2015· article· en· W6920686488 sur OpenAlexaboutno aff

Notice bibliographique

RevueGreater South Information System · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompleteness (order theory)Health facilityData qualityAggregate dataData sourceCross-sectional dataData collectionQuarter (Canadian coin)Public health

Résumé

récupéré en direct d'OpenAlex

High quality routine health system data is essential for tracking progress towards attainment of the Millennium Development Goals 4 & 5. This study aimed to determine the completeness and accuracy of transfer of routine maternal health service data at health facility, district and regional levels of the Greater Accra Region of Ghana.A cross sectional study was conducted using secondary data comprised of routine health information data collected at facility level for the first quarter of 2012. Twelve health facilities were selected using a multistage sampling method. Data relating to antenatal care and delivery were assessed for completeness and accuracy of data transfer. Primary source data from health facility level (registers and record notebooks where health information data are initially entered) , used as the reference data, were counted, collated, and compared with aggregate data on aggregate forms compiled from these sources by health facility staff. The primary source data was also compared with data in the district health information management system (DHIMS-II), a web-based data collation and reporting system. Percentage completeness and percentage error in data transfer were estimated.Data for all 5,537 antenatal registrants and 3, 466 deliveries recorded into the primary source for the first quarter of 2012 were assessed. Completeness was best for age data, followed by data on parity and hemoglobin at registration. Mean completeness of the facility level aggregate data for the data sampled, was 94.3% (95% CI = 90.6% - 98.0%) and 100.0% respectively for the aggregate form and DHIMS-II database. Mean error in data transfer was 1.0% (95% CI = 0.8% - 1.2%). Percentage error comparing aggregate form data and DHIMS-II data respectively to the primary source data ranged from 0.0% to 4.9% respectively, while percentage error comparing the DHIMS-II data to aggregate form data, was generally very low or 0.0%.Routine maternal health services data in the Greater Accra region, available at the district level through the DHIMS-II system is complete when compared to facility level primary source data and reliable for use.

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)0,042
score de la tête « metaresearch » (Gemma)0,121
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,042
Score d'incertitude au seuil0,223

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,121
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,163
Tête enseignante GPT0,314
Écart entre enseignants0,151 · 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'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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→