MétaCan
Menu
← Retour à la cohorte
Enregistrement W6957878755 · doi:10.60692/4cmcz-7e664

Underreporting of maternal and neonatal complications: A comparison of information in maternity registers and client charts at a rural community hospital in Malawi

2021· article· en· W6957878755 sur OpenAlexaboutno aff

Notice bibliographique

RevueGreater South Information System · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommunity hospitalRural communityQuarter (Canadian coin)Hospital recordsMaternity careChartMaternal morbidityDescriptive statistics

Résumé

récupéré en direct d'OpenAlex

To determine the rate and types of unreported maternal and neonatal complications in a rural community hospital in Malawi. The problem of maternal and neonatal morbidity and mortality may be underestimated, with underreporting of complications often noted. Reliable data is needed to make key decisions at the local, district, and national level. This study investigated whether there were unreported complications among women receiving intrapartum care at a rural community hospital in Malawi. A retrospective cross-sectional study was conducted comparing maternity register records to client charts from January-March 2018. Descriptive data analysis using SPSS v20 was performed to calculate percentages and frequencies. 360 client cases were identified, of which 33 cases were excluded from analysis due to missing charts. Of the remaining 327 cases included in the final analysis, only 34% (n = 31) of maternal and 34% (n = 33) of neonatal complications were recorded in both the maternity register and the chart. When the additional complications found in the chart review were included, the rates of maternal and neonatal complications tripled from 9.5% (n = 31) and 10% (n = 33) to 28% (n = 90) and 30% (n = 98), respectively. There was poor record keeping, underreporting of maternal and neonatal complications, and discrepancies between the data recorded in the monthly maternity register and client charts in the first quarter of 2018. The actual rate of complications suggests a need to verify data at the facility level to prevent release and reporting of inaccurate data. Measures are needed to mitigate the gaps in data reporting.

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)0,006
score de la tête « metaresearch » (Gemma)0,031
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,277
Écart entre enseignants0,238 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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