Community-based validation of assessment of newborn illnesses by trained community health workers in Sylhet district of Bangladesh
Authors: Baqui, Abdullah H.; Arifeen, Shams E.1; Rosen, Heather E.2; Mannan, Ishtiaq; Rahman, Syed M.1; Al-Mahmud, Arif Billah1; Hossain, Daniel1; Das, Milan K.1; Begum, Nazma1; Ahmed, Saifuddin3; Santosham, Mathuram2; Black, Robert E.2; Darmstadt, Gary L.2
Source: Tropical Medicine & International Health, Volume 14, Number 12, December 2009 , pp. 1448-1456(9)
Publisher: Blackwell Publishing
- Free Content
- New Content
- Subscribed Content
- Free Trial Content
Abstract:
Summary Objectives To validate trained community health workers' recognition of signs and symptoms of newborn illnesses and classification of illnesses using a clinical algorithm during routine home visits in rural Bangladesh. Methods Between August 2005 and May 2006, 288 newborns were assessed independently by a community health worker and a study physician. Based on a 20-sign algorithm, sick neonates were classified as having very severe disease, possible very severe disease or no disease. The physician's assessment was considered as the gold standard. Results Community health workers correctly classified very severe disease in newborns with a sensitivity of 91%, specificity of 95% and kappa value of 0.85 (P < 0.001). Community health workers' recognition showed a sensitivity of more than 60% and a specificity of 97-100% for almost all signs and symptoms. Conclusion Community health workers with minimal training can use a diagnostic algorithm to identify severely ill newborns with high validity.French
<title>Validation basée sur la communauté, de l'évaluation des maladies du nouveau-né par des agents de santé communautaire formés dans le district de Sylhet au Bangladesh</title> Objectifs: Valider la reconnaissance des signes et symptômes des maladies du nouveau-né et la classification des maladies par les agents de santé communautaire formés, en utilisant un algorithme clinique au cours des visites de routine à domicile dans les zones rurales du Bangladesh. Méthodes: Entre août 2005 et mai 2006, 288 nouveau-nés ont étéévalués indépendamment par un agent de santé communautaire et un médecin de l'étude. Sur base d'un algorithme à 20 signes, les nouveau-nés malades ont été classés comme ayant: une maladie très grave, une possible maladie très grave ou pas de maladie. L'évaluation du médecin a été considérée comme référence. Résultats: les agents de santé communautaire ont correctement classé les maladies très graves chez les nouveau-nés avec une sensibilité de 91%, une spécificité de 95% et une valeur Kappa de 0,85 (p <0,001). La reconnaissance par les agents de santé communautaires a démontré une sensibilité de plus de 60% et une spécificité de 97 à 100% pour presque tous les signes et les symptômes. Conclusion: les agents de santé communautaire avec une formation minimale peuvent utiliser un algorithme de diagnostic pour identifier les nouveau-nés gravement malades avec une validitéélevée.
Keywords: newborn health; newborn illness; community health workers; validation; Bangladesh; newborn assessment; santé du nouveau-né; maladie du nouveau-né; agents de santé communautaire; validation; Bangladesh; évaluation du nouveau-né; salud neonatos; enfermedades neonatos; trabajadores sanitarios comunitarios; validación; Bangladesh; evaluación de neonatos
Document Type: Research article
DOI: 10.1111/j.1365-3156.2009.02397.x
Affiliations: 1: Child Health Unit, International Centre for Diarrhoeal Disease Research, Bangladesh, Dhaka, Bangladesh 2: Department of International Health, Johns Hopkins Bloomberg School of Public Health, Baltimore, MD, USA 3: Department of Population, Family and Reproductive Health, Johns Hopkins Bloomberg School of Public Health, Baltimore, MD, USA
- Free Content
- New Content
- Subscribed Content
- Free Trial Content
Click here for Page Help