Health care seeking behaviours in pregnancy in rural Sindh, Pakistan: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Pakistan has alarmingly high numbers of maternal mortality along with suboptimal care-seeking behaviour. It is essential to identify the barriers and facilitators that women and families encounter, when deciding to seek maternal care services. This study aimed to understand health-seeking patterns of pregnant women in rural Sindh, Pakistan. METHODS: A qualitative study was undertaken in rural Sindh, Pakistan as part of a large multi-country study in 2012. Thirty three focus group discussions and 26 in-depth interviews were conducted with mothers [n = 173], male decision-makers [n = 64], Lady Health Workers [n = 64], Lady Health Supervisors [n = 10], Women Medical Officers [n = 9] and Traditional Birth Attendants [n = 7] in the study communities. A set of a priori themes regarding care-seeking during pregnancy and its complications as well as additional themes as they emerged from the data were used for analysis. Qualitative analysis was done using NVivo version 10. RESULTS: Women stated they usually visited health facilities if they experienced pregnancy complications or danger signs, such as heavy bleeding or headache. Findings revealed the importance of husbands and mothers-in-law as decision makers regarding health care utilization. Participants expressed that poor availability of transport, financial constraints and the unavailability of chaperones were important barriers to seeking care. In addition, private facilities were often preferred due to the perceived superior quality of services. CONCLUSION: Maternal care utilization was influenced by social, economic and cultural factors in rural Pakistani communities. The perceived poor quality care at public hospitals was a significant barrier for many women in accessing health services. If maternal lives are to be saved, policy makers need to develop processes to overcome these barriers and ensure easily accessible high-quality care for women in rural communities. TRIAL REGISTRATION: NCT01911494.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».