WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Profil épidemiologique, clinique et pronostique du nouveau-ne premature a l'HGR/Panzi Bukavu du 1 janvier au 31 decembre 2017


par Dr Lévi AKSANTI MUHANDULE LEVI
Université Évangélique en Afrique  - Docteur en Médecine  2019
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE II : MATERIEL ET METHODES

2.1 cadre de travail

L'HGR/P est situé dans le quartier Panzi, commune d'ibanda, ville de Bukavu, Province du Sud-Kivu avec comme capacité d'accueil de 450 lits. Le cadre de notre travail est le service de néonatologie de l'HGR/P, situé au sein même de cet hôpital patronné par un spécialiste chef des travaux ainsi que 2 autres spécialistes, les médecins en formation et les médecins généralistes. Ce service est équipé de 4 Couveuses, 2 Tables de réanimation, 12 berceaux et d'autres matériels d'usage courant, les soins y sont assurés en permanence par des infirmières sous la supervision d'une infirmière responsable, ainsi que les médecins du service.

2.2 Patient et Matériel

Nous avons analysée les dossiers de 227 prématurés admis dans le service de néonatologie durant toute la période de notre étude allant du 1er janvier au 31 décembre 2017.

Ont été inclus dans notre étude tous les prématurés admis dans l'unité de néonatologie durant la période de notre étude et dont leurs dossiers comportent tous les éléments recherchés. Ont été exclus tous les nouveau-nés non prématurés admis dans le service de néonatologie de l'HGR/P. Ainsi que les prématurés dont leurs dossiers ne comportent pas tous les éléments recherchés.

2.3 Méthodes

Il s'agit d'une étude rétrospective de la fréquence et la distribution des cas portant sur 227 prématuré, nous avons utilisé l'échantionnage par convenance. Les variables étudiés sont les suivantes :

Données de la mère : l'âge maternel, la parité, les antécédents morbides.

Données de la grossesse : l'âge gestationnel, les nombres de fréquentation de CPN,

Données sur l'accouchement : la durée du travail d'accouchement, le lieu d'accouchement, mode d'accouchement.

Données sur les nouveau-nés : les poids de naissance, l'APGAR, le sexe, les motifs d'hospitalisation, la provenance, la durée d'hospitalisation ainsi que la modalité de sortie.

Page 29

Travail de Fin d'Etude Présenté par AKSANTI MUHANDULE Lévi

Analyse des données

Nous avons regroupées nos données dans différents tableau avant d'être traitées avec le calcul de pourcentage selon la formule suivante :

F ÷ 1OO F = Fréquence

% = N = Nombre total

N % = Pourcentage

Les résultats sont saisis, analysés et interprétés par les logiciels : Microsoft office 2010, SPSS version 20.0.0.

Nous avons confronté nos résultats avec ceux des autres auteurs qui ont travaillé sur le même sujet.

Page 30

Travail de Fin d'Etude Présenté par AKSANTI MUHANDULE Lévi

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il y a des temps ou l'on doit dispenser son mépris qu'avec économie à cause du grand nombre de nécessiteux"   Chateaubriand