MétaCan
Menu
Retour à la cohorte
Enregistrement W2037339719 · doi:10.2105/ajph.2007.123471

Determinants of Skilled Birth Attendant Utilization in Afghanistan: A Cross-Sectional Study

2008· article· en· W2037339719 sur OpenAlexaff
Maureen Mayhew, Peter M. Hansen, David H. Peters, Anbrasi Edward, Lakhwinder Pal Singh, Vikas Dwivedi, Ashraf Mashkoor, Gilbert Burnham

Notice bibliographique

RevueAmerican Journal of Public Health · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensInstitute of Indigenous Peoples' Health
Organismes subventionnairesJohns Hopkins Bloomberg School of Public HealthDepartment for International DevelopmentJohns Hopkins University
Mots-clésMedicineOdds ratioCross-sectional studyOddsBirth attendantConfidence intervalDemographyHealth facilityEnvironmental healthLogistic regressionPopulationHealth servicesMaternal health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: We sought to identify characteristics associated with use of skilled birth attendants where health services exist in Afghanistan. METHODS: We conducted a cross-sectional study in all 33 provinces in 2004, yielding data from 617 health facilities and 9917 women who lived near the facilities and had given birth in the past 2 years. RESULTS: Only 13% of respondents had used skilled birth attendants. Women from the wealthiest quintile (vs the poorest quintile) had higher odds of use (odds ratio [OR] = 6.3; 95% confidence interval [CI] = 4.4, 8.9). Literacy was strongly associated with use (OR = 2.5; 95% CI = 2.0, 3.2), as was living less than 60 minutes from the facility (OR = 1.5; 95% CI = 1.1, 2.0) and residing near a facility with a female midwife or doctor (OR = 1.4; 95% CI = 1.1, 1.8). Women living near facilities that charged user fees (OR = 0.8; 95% CI = 0.6, 1.0) and that had male community health workers (OR = 0.6; 95% CI = 0.5, 0.9) had lower odds of use. CONCLUSIONS: In Afghanistan, the rate of use of safe delivery care must be improved. The financial barriers of poor and uneducated women should be reduced and culturally acceptable alternatives must be considered.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,416

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,390
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations125
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Public HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207