Résumé :
|
[BDSP. Notice produite par INIST-CNRS R0xpAlqm. Diffusion soumise à autorisation]. Objectif. Estimer la validité (c'est-à-dire la sensibilité, la spécificité et les valeurs prédictives positive et négative) d'un algorithme clinique tel qu'utilisé par les agents de santé communautaires pour détecter et catégoriser les maladies néonatales lors des visites systématiques dans les foyers, dans le Bangladesh rural. Méthodes. Les agents de santé ont évalué l'allaitement et les symptômes et signes de maladie chez 395 nouveau-nés sélectionnés au hasard, dans le cadre de la surveillance des maladies néonatales, lors des visites à domicile effectuées le jour de la naissance et les 2e, 5 et 8e jours après la naissance. Les nouveau-nés classés comme atteints d'une maladie très grave ont été orientés vers un hôpital communautaire. Dans les 12 jours suivant les évaluations par les agents de santé, des médecins ont évalué indépendamment tous les nouveau-nés vus au cours d'une journée par un agent de santé sélectionné au hasard parmi 36 agents de santé participant au projet. Les médecins ont enregistré les symptômes et les signes de maladie, catégorisé l'éventuelle maladie et déterminé si le nouveau-né nécessitait des soins spécialisés dans un hôpital. L'identification et la classification effectuées par les médecins ont servi de référence pour évaluer la validité de l'identification des symptômes et des signes de maladie et de la catégorisation des cas par les agents de santé. Résultats. L'identification par les agents de santé des maladies très graves présentait une sensibilité de 73%, une spécificité de 98%, une valeur prédictive positive de 57% et une valeur prédictive négative de 99%. Le signalement par la mère d'un problème d'allaitement lors de l'interrogatoire mené par le médecin était associé de manière significative (p
|