Prevalence and Determinants of Complete Postnatal Care Service Utilization in Northern Shoa, Ethiopia
Notice bibliographique
Résumé
BACKGROUND: Postnatal period presents the highest risk of death for mothers and newborns. Although progress has been made in expanding the coverage for most of maternal health services, national prevalence of postnatal care service utilization in Ethiopia is still extremely limited. Hence, this study aims to determine the prevalence and factors associated with complete postnatal care service utilization in Northern Shoa, Ethiopia. METHODS: Community based cross-sectional survey was conducted between November 2016 and February 2017. A total of 510 mothers were included in the study using multistage sampling technique. The data were collected through face-to-face interview. Bivariate and multivariate logistic regression models were fitted to identify factors associated with complete postnatal care utilization at p value of < 0.05. SPSS version 20 was used to analyze the data. RESULTS: The prevalence of complete postnatal care utilization was found to be 28.4% in the study area. Mode of delivery (AOR=5.7, 95% CI = 3.9, 19), number of children (AOR= 2.5 95% CI, 1.4, 14.2), and level of education (AOR=3.2 95% CI, 1.1, 9.2) were the factors statistically associated with complete postnatal service uptake. Being healthy was the major (48.8%) reason mentioned for not complying with the recommended three postnatal visits. CONCLUSION: The prevalence of complete postnatal care service in the study area was found to be low, and it is far less than the targeted zonal and regional plan. Reinforcing the existing policies and strategies to increase women level of awareness about postnatal care and intensive counseling during antenatal care and delivery are the recommendations based upon the current finding.
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 ».