Barriers to providing quality emergency obstetric care in Addis Ababa, Ethiopia: Healthcare providers’ perspectives on training, referrals and supervision, a mixed methods study
Notice bibliographique
Résumé
BACKGROUND: Increasing women's access to and use of facilities for childbirth is a critical national strategy to improve maternal health outcomes in Ethiopia; however coverage alone is not enough as the quality of emergency obstetric services affects maternal mortality and morbidity. Addis Ababa has a much higher proportion of facility-based births (82%) than the national average (11%), but timely provision of quality emergency obstetric care remains a significant challenge for reducing maternal mortality and improving maternal health. The purpose of this study was to assess barriers to the provision of emergency obstetric care in Addis Ababa from the perspective of healthcare providers by analyzing three factors: implementation of national referral guidelines, staff training, and staff supervision. METHODS: A mixed methods approach was used to assess barriers to quality emergency obstetric care. Qualitative analyses included twenty-nine, semi-structured, key informant interviews with providers from an urban referral network consisting of a hospital and seven health centers. Quantitative survey data were collected from 111 providers, 80% (111/138) of those providing maternal health services in the same referral network. RESULTS: Respondents identified a lack of transportation and communication infrastructure, overcrowding at the referral hospital, insufficient pre-service and in-service training, and absence of supportive supervision as key barriers to provision of quality emergency obstetric care. CONCLUSIONS: Dedicated transportation and communication infrastructure, improvements in pre-service and in-service training, and supportive supervision are needed to maximize the effective use of existing human resources and infrastructure, thus increasing access to and the provision of timely, high quality emergency obstetric care in Addis Ababa, Ethiopia.
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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| 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 ».