Using the unmet obstetric needs indicator to map inequities in life-saving obstetric interventions at the local health care system in Kenya
Notice bibliographique
Résumé
BACKGROUND: Developing countries with high maternal mortality need to invest in indicators that not only provide information about how many women are dying, but also where, and what can be done to prevent these deaths. The unmet Obstetric Needs (UONs) concept provides this information. This concept was applied at district level in Kenya to assess how many women had UONs and where the women with unmet needs were located. METHODS: A facility based retrospective study was conducted in 2010 in Malindi District, Kenya. Data on pregnant women who underwent a major obstetric intervention (MOI) or died in facilities that provide comprehensive Emergency Obstetric Care (EmOC) services in 2008 and 2009 were collected. The difference between the number of women who experienced life threatening obstetric complications and those who received care was quantified. The main outcome measures in the study were the magnitude of UONs and their geographical distribution. RESULTS: 566 women in 2008 and 724 in 2009 underwent MOI. Of these, 185 (32.7%) in 2008 and 204 (28.1%) in 2009 were for Absolute Maternal Indications (AMI). The most common MOI was caesarean section (90%), commonly indicated by Cephalopelvic Disproportion (CPD)-narrow pelvis (27.6% in 2008; 26.1% in 2009). Based on a reference rate of 1.4%, the overall MOI for AMI rate was 1.25% in 2008 and 1.3% in 2009. In absolute terms, 22 (11%) women in 2008 and 12 (6%) in 2009, who required a life saving intervention failed to get it. Deficits in terms of unmet needs were identified in rural areas only while urban areas had rates higher than the reference rate (0.8% vs. 2.2% in 2008; 0.8% vs. 2.1% in 2009). CONCLUSIONS: The findings, if used as a proxy to maternal mortality, suggest that rural women face higher risks of dying during pregnancy and childbirth. This indicates the need to improve priority setting towards ensuring equity in access to life saving interventions for pregnant women in underserved areas.
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 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».