MétaCan
Menu
Retour à la cohorte
Enregistrement W2887469899 · doi:10.1186/s12978-018-0574-8

Toward communities as systems: a sequential mixed methods study to understand factors enabling implementation of a skilled birth attendance intervention in Nampula Province, Mozambique

2018· article· en· W2887469899 sur OpenAlexaff
Claire B. Cole, Julio Pacca, Alicia Mehl, Anna Tomasulo, Luc van der Veken, Adalgisa Viola, Valéry Ridde

Notice bibliographique

RevueReproductive Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversité de Montréal
Organismes subventionnairesUnited States Agency for International Development
Mots-clésAttendanceBirth attendantHealth facilityImplementation researchMedicineGovernment (linguistics)NursingService delivery frameworkBusinessEnvironmental healthPopulationPsychological interventionService (business)Economic growthMarketingMaternal health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Skilled birth attendance, institutional deliveries, and provision of quality, respectful care are key practices to improve maternal and neonatal health outcomes. In Mozambique, the government has prioritized improved service delivery and demand for these practices, alongside "humanization of the birth process." An intervention implemented in Nampula province beginning in 2009 saw marked improvement in institutional delivery rates. This study uses a sequential explanatory mixed methods case study design to explore the contextual factors that may have contributed to the observed increase in institutional deliveries. METHODS: A descriptive time series analysis was conducted using clinic register data from 2009 to 2014 to assess institutional delivery coverage rates in two primary health care facilities, in two districts of Nampula province. Site selection was based on facilities exhibiting an initial increase in institutional deliveries from 2009 to 2011, similarity of health system attributes, and accessibility for study participation. Using a modified Delphi technique, two expert panels-each composed of ten stakeholders familiar with maternal health implementation at facility, district, provincial, and national levels-were convened to formulate the "story" of the implementation and to identify contextual factors to use in developing semi-structured interview guides. Thirty-four key informant interviews with facility MCH nurses, facility managers, traditional birth attendants, community leaders, and beneficiaries were then conducted and analyzed using the Consolidated Framework for Implementation Research through inductive and deductive coding. RESULTS: The two sites' skilled birth attendance coverage of estimated live births reached 80 and 100%, respectively. Eight contextual and human factors were found as dominant themes. Though both sites achieved increases, implementation context differed significantly with compelling examples of both respectful and disrespectful care. In one site, facility and community actors worked together as complementary systems to sustain improved care and institutional deliveries. In the other, community actors sustained implementation and institutional deliveries largely in absence of health system counterparts. CONCLUSION: Findings support global health recommendations for combined health system and community interventions for improved MNH outcomes including delivery of respectful care, and further suggest the capacity of communities to act as systems both in partnership to and independent of the formal health system.

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)0,010
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,002
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,081
Tête enseignante GPT0,456
Écart entre enseignants0,375 · 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'étudeQualitatif
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

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReproductive HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207