Where to deliver? Analysis of choice of delivery location from a national survey in India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: In order to reduce maternal mortality, the Indian government has increased its commitment to institutional deliveries. We assess the determinants of home, private and public sector utilization for a delivery in a Western state. METHODS: Cross sectional analyses of the National Family Health Survey - 2 dataset. SETTING: Maharashtra state. The dataset had a sample size of 5391 ever-married females between the ages of 15 to 49 years. Data were abstracted for the most recent birth (n = 1510) and these were used in the analyses. Conceptual framework was the Andersen Behavioral Model. Multinomial logistic regression analyses was conducted to assess the association of predisposing, enabling and need factors on use of home, public or private sector for delivery. RESULTS: A majority delivered at home (n = 559, 37%); with private and public facility deliveries accounting for 32% (n = 493) and 31% (n = 454) respectively. For the choice set of home delivery versus public facility, women with higher birth order and those living in rural areas had greater odds of delivering at home, while increasing maternal age, greater media exposure, and more then three antenatal visits were associated with greater odds of delivery in a public facility. Maternal and paternal education, scheduled caste/tribe status, and media exposure were statistically significant predictors of the choice of public versus private facility delivery. CONCLUSION: As India's economy continues to grow, the private sector will continue to expand. Given the high household expenditures on health, the government needs to facilitate insurance schemes or provide grants to prevent impoverishment. It also needs to strengthen the public sector so that it can return to its mission of being the safety net.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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