MétaCan
Menu
Retour à la cohorte
Enregistrement W2791652690 · doi:10.1093/inthealth/ihx073

Factors associated with maternal utilization of health facilities for delivery in Ethiopia

2017· article· en· W2791652690 sur OpenAlexaff
Sanni Yaya, Ghose Bishwajit, Michael Ekholuenetale, Vaibhav Shah, Bernard Kadio, Ogochukwu Udenigwe

Notice bibliographique

RevueInternational Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHealth facilityOddsMedicineEnvironmental healthCross-sectional studyRural areaDeveloping countryDemographyLogistic regressionPopulationHealth servicesEconomic growth

Résumé

récupéré en direct d'OpenAlex

Background: As a signatory of the Millennium Development Goals, Ethiopia has made significant achievements towards meeting the maternal mortality related goals since 1990. Despite that, the country is still experiencing unacceptably high maternal mortality rates, and challenges to improving the coverage and utilisation of health facility delivery services which represent a key strategy to combat maternal mortality. Currently, there is limited evidence on the factors associated with health facility delivery in Ethiopia. Therefore, the objective of this study was to identify the correlates of facility delivery among urban and rural women in Ethiopia. Methods: This was a cross-sectional study based on data from the 2011 Ethiopian Demographic and Health Survey. Participants were 7540 women aged between 15 and 49 years with a history of at least one birth. The outcome variable was place of delivery. Data were analyzed using bivariate and multivariable regression techniques. Results: The overall prevalence of health facility delivery was 17.1% (1447/7540). In the multivariable regression analysis, education, wealth status, frequency of antenatal care visits and mother's age at first birth were found to be significantly associated with women's choice of place of delivery. Among urban women, those who had primary and secondary/higher level education had increased odds of delivering at a health facility compared with those without formal education. Those who were from the richest households had higher odds of delivering at a health facility compared with those in the lowest class. In urban and rural areas, compared with those who had no ANC visits, those who had at least four visits also had increased odds of delivering at a health facility. In the urban areas, those who were over 18 years old at their first childbirth had significantly higher odds of choosing to deliver at a health facility. Conclusion: Findings show that the prevalence of healthy facility delivery in Ethiopia is remarkably low. Addressing the sociodemographic and wealth inequities can help promote the utilisation of facility delivery in both urban and rural areas. Policy-makers should consider improving access to education as a strategy to meet maternal health related goals and treat education as a multipronged strategy. Providing free healthcare access could be one strategy to achieve the universal coverage of essential maternal healthcare services.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,130
Tête enseignante GPT0,392
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207