Maternal Mortality in India: Causes and Healthcare Service Use Based on a Nationally Representative Survey
Notice bibliographique
Résumé
BACKGROUND: Data on cause-specific mortality, skilled birth attendance, and emergency obstetric care access are essential to plan maternity services. We present the distribution of India's 2001-2003 maternal mortality by cause and uptake of emergency obstetric care, in poorer and richer states. METHODS AND FINDINGS: The Registrar General of India surveyed all deaths occurring in 2001-2003 in 1.1 million nationally representative homes. Field staff interviewed household members about events that preceded the death. Two physicians independently assigned a cause of death. Narratives for all maternal deaths were coded for variables on healthcare uptake. Distribution of number of maternal deaths, cause-specific mortality and uptake of healthcare indicators were compared for poorer and richer states. There were 10,041 all-cause deaths in women age 15-49 years, of which 1096 (11.1%) were maternal deaths. Based on 2004-2006 SRS national MMR estimates of 254 deaths per 100,000 live births, we estimated rural areas of poorer states had the highest MMR (397, 95%CI 385-410) compared to the lowest MMR in urban areas of richer states (115, 95%CI 85-146). We estimated 69,400 maternal deaths in India in 2005. Three-quarters of maternal deaths were clustered in rural areas of poorer states, although these regions have only half the estimated live births in India. Most maternal deaths were attributed to direct obstetric causes (82%). There was no difference in the major causes of maternal deaths between poorer and richer states. Two-thirds of women died seeking some form of healthcare, most seeking care in a critical medical condition. Rural areas of poorer states had proportionately lower access and utilization to healthcare services than the urban areas; however this rural-urban difference was not seen in richer states. CONCLUSIONS: Maternal mortality and poor access to healthcare is disproportionately higher in rural populations of the poorer states of India.
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 | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».