Distant and proximate factors associated with maternal near-miss: a nested case-control study in selected public hospitals of Addis Ababa, Ethiopia
Notice bibliographique
Résumé
BACKGROUND: Ethiopia is one of the sub-Saharan Africa countries with the highest maternal mortality. Maternal near-misses are more common than deaths and statistically stronger for a comprehensive analysis of the determinants. The study aimed to identify the factors associated with maternal near-miss in selected public hospitals of Addis Ababa, Ethiopia. METHODS: We conducted a nested case-control study in five selected public hospitals of Addis Ababa, Ethiopia from May 1, 2015 to April 30, 2016. Participants were interviewed by well-trained data collectors using pre-tested questionnaire. Medical records were also reviewed to gather relevant information. World Health Organization criteria were used to identify maternal near-miss cases. A total of three controls matched for age and study area was selected for each maternal near-miss case. Bivariate and multivariable conditional logistic regressions were performed using Stata version 13.0. RESULTS: A total of 216 maternal near-miss cases and 648 controls were included in the study. The main factors associated with maternal near-miss were: history of chronic hypertension (AOR = 10.80,95% CI; 5.16-22.60), rural residency (AOR = 10.60,95% CI;4.59-24.46), history of stillbirth (AOR = 6.03,95% CI;2.09-17.41), no antenatal care attendance (AOR = 5.58,95% CI;1.94-16.07) and history of anemia (AOR = 5.26,95% CI;2.89-9.57). CONCLUSIONS: There is a need for appropriate interventions in order to improve the identified factors. The factors can be modified through a better access to medical and maternity care, scaling up of antenatal care in rural areas, improve in infrastructure to fulfill referral chain from primary level to secondary and tertiary health care levels, and health education to pregnant women.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».