Utilization of the partograph in primary health care facilities in southwestern Nigeria.
Notice bibliographique
Résumé
OBJECTIVE: To assess knowledge about the partograph and its utilization among maternity care providers in primary health care in southwestern Nigeria. METHOD: Two hundred and seventy-five maternity care providers comprising of 64 CHEWS (23.3%), 74 Auxiliary midwives (26.9%), 123 Nurses/midwives (44.7%) and 14 medical doctors (5.1%) were interviewed in primary health centres and private hospitals in three states in southwestern Nigeria using a multi-stage sampling strategy. Knowledge about the partograph and assessment of labour were assessed with an interviewer-administered questionnaire. RESULTS: About a quarter of respondents, 75 (27.3%) had received prior training on the partograph. Only 25 (9.1%) reported that the partograpgh was available in their labour wards. Knowledge about the partograph was poor; only 18 (16.0%) of all respondents correctly mentioned at least one component part of the partograph, 21 (7.6%) correctly explained function of the alert line and 30 (10.9%) correctly explained function of the action line. Prior training significantly influenced knowledge about the partograph (gamma2 = 49.2; p < 0.05). Knowledge about assessment of labour was also poor: less than 50% of all respondents knew the normal duration of labour and just about 50% understood assessment for progress of labour. CONCLUSION: The partograpgh is not utilized for labour management in Nigeria. Knowledge about partograph and assessment during labour is grossly deficient. Findings suggest poor quality intrapartum care. Effective interventions to improve labour supervision skills and partograph utilization are urgently required.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».