MétaCan
Menu
← Back to cohort
Record W6892922328 · doi:10.5281/zenodo.13927963

Formation continue « Prise en charge de l'hémorragie du post-partum »

2020· article· fr· W6892922328 on OpenAlexaboutno aff

Bibliographic record

VenueZenodo (CERN European Organization for Nuclear Research) · 2020
Typearticle
Languagefr
FieldMedicine
TopicMaternal and fetal healthcare
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)ExpansiveNational state

Abstract

fetched live from OpenAlex

L’un de facteur important de morbidité et de mortalités maternelles c’est l’hémorragie du post-partum qui s’observe même dans les pays développés. Entre 2003 et 2010, l’incidence de l’HPP au Canada était de 5,6 cas par 100 accouchements. Les données internationales provenant de pays riches en ressources semblent indiquer que le taux s’approche plutôt de 10 % lorsque la perte sanguine est réellement mesurée et que ce taux continue d’augmenter, l’atonie utérine en étant la principale cause (1). La mort maternelle par hémorragie est en diminution : depuis 15 ans le nombre de décès a été divisé par deux. C’est la preuve de l’amélioration des prises en charge grâce à la mobilisation collective. Le nombre de décès de ce triennium s’élève à 22, soit 8,4 % des morts maternelles et un ratio de mortalité maternelle par hémorragie de 1,0/100 000 naissances vivantes. Il existe néanmoins une proportion préoccupante de décès par hémorragie occulte. Un défaut de surveillance dans les suites immédiates est le plus souvent associé (1). Le manque de sang est à l’origine de 40% des cas de décès des femmes, liés aux complications hémorragiques lors de l’accouchement en République du Congo. La RDC est l’un des pays ayant le ratio de la mortalité maternelle parmi les plus élevées au monde. Pour avoir souscrit aux objectifs de développement durables, elle doit consentir d’ici à 2030, au moins six fois plus d’efforts dans la réduction du taux. Soit, passer de 473 sur 100.000 naissances vivantes à 70. Selon les données chiffrées contenues dans le Système national d’information sanitaire, en abrégé SNIS, pour l’année 2017, le pays a enregistré un total de 8449 décès maternels (soit 2.827 répertoriés dans les institutions hospitalières et 5.622 signalés dans la communauté) dont 350 pour la capitale Kinshasa. En 2018, 6.517 décès maternels (soit 2.701 au niveau des formations sanitaires et 3.816 dans la communauté) dont 362 à Kinshasa. En 2019, 11.856 (2.816 au niveau des formations sanitaires et 9.040 dans la communauté) dont 253 à Kinshasa (2). Avec le devoir ci-haut, nous nous sommes engagés à former les professionnelles de santé sur la prise en charge de l’hémorragie du post-partum.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.072
Threshold uncertainty score0.142

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.006
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0020.001
Scholarly communication0.0020.001
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0100.002

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.037
GPT teacher head0.260
Teacher spread0.224 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueZenodo (CERN European Organization for Nuclear Research)→Same topicMaternal and fetal healthcare→French-language works237,207→