The State-Led Large Scale Public Private Partnership ‘Chiranjeevi Program’ to Increase Access to Institutional Delivery among Poor Women in Gujarat, India: How Has It Done? What Can We Learn?
Notice bibliographique
Résumé
BACKGROUND: Many low-middle income countries have focused on improving access to and quality of obstetric care, as part of promoting a facility based intra-partum care strategy to reduce maternal mortality. The state of Gujarat in India, implements a facility based intra-partum care program through its large for-profit private obstetric sector, under a state-led public-private-partnership, the Chiranjeevi Yojana (CY), under which the state pays accredited private obstetricians to perform deliveries for poor/tribal women. We examine CY performance, its contribution to overall trends in institutional deliveries in Gujarat over the last decade and its effect on private and public sector deliveries there. METHODS: District level institutional delivery data (public, private, CY), national surveys, poverty estimates, census data were used. Institutional delivery trends in Gujarat 2000-2010 are presented; including contributions of different sectors and CY. Piece-wise regression was used to study the influence of the CY program on public and private sector institutional delivery. RESULTS: Institutional delivery rose from 40.7% (2001) to 89.3% (2010), driven by sharp increases in private sector deliveries. Public sector and CY contributed 25-29% and 13-16% respectively of all deliveries each year. In 2007, 860 of 2000 private obstetricians participated in CY. Since 2007, >600,000 CY deliveries occurred i.e. one-third of births in the target population. Caesareans under CY were 6%, higher than the 2% reported among poor women by the DLHS survey just before CY. CY did not influence the already rising proportion of private sector deliveries in Gujarat. CONCLUSION: This paper reports a state-led, fully state-funded, large-scale public-private partnership to improve poor women's access to institutional delivery - there have been >600,000 beneficiaries. While caesarean proportions are higher under CY than before, it is uncertain if all beneficiaries who require sections receive these. Other issues to explore include quality of care, provider attrition and the relatively low coverage.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».