MétaCan
Menu
Retour à la cohorte
Enregistrement W2901332971 · doi:10.1080/16549716.2018.1517929

Heterogeneities in utilization of antenatal care in Uttar Pradesh, India: the need to contextualize interventions to individual contexts

2018· article· en· W2901332971 sur OpenAlexaff
Sanjeev Sridharan, Amanda Pereira, Katherine Hay, Arnab Dey, Dharmendra Chandurkar, Scott Veldhuizen, April Nakaima

Notice bibliographique

RevueGlobal Health Action · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensMcMaster UniversityUniversity of WaterlooUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésUttar pradeshPsychological interventionLiteracyMultilevel modelBusinessGeographyDemographySocioeconomicsMedicineEconomic growthSociologyEconomicsStatisticsNursingMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This paper explores the heterogeneities in antenatal care (ANC) utilization in India's most populated state, Uttar Pradesh. Taking an intersectionality lens, multiple individual- and district-level factors are used to identify segments of any antenatal care usage in Uttar Pradesh Objective: This paper seeks to understand the multilevel contexts of ANC utilization. The planning and programming challenge is that such knowledge of contextual specificity is rarely known upfront at the initial stages of planning or implementing an intervention. Exploratory data analysis might be needed to identify such contextual specificity. METHODS: Tree-structured regression methods are used to identify segments and interactions between factors. The results from the tree-structured regression were complemented with multilevel models that controlled for the clustering of individuals within districts. RESULTS: Heterogeneities in utilization of any ANC were observed. The multiple segments of ANC utilization that were developed went from a low utilization of 23.7% for respondents who were not literate and did not have home ownership to a high of 82.4% for respondents who were literate and at the highest level of wealth. Key variables that helped define the segments of ANC utilization include: woman's literacy, ownership of home, wealth index, and district-level sex ratio. Based on the multilevel model of any ANC utilization, cross-level interactions also were obtained between sex ratio and ownership of home as well as between sex ratio and literacy. Increases in sex ratio increased the influence of ownership of home on any ANC, while increases in sex ratio reduced the impact of woman's literacy on receiving any ANC. CONCLUSION: We argue that a focus on heterogeneous segments of utilization can help build knowledge of the mechanisms that underlie inequities in maternal health utilization. Such knowledge of heterogeneity needs to be incorporated in contextualizing interventions to meet a variety of recipients' needs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

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

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 Opus0,135
Tête enseignante GPT0,467
Écart entre enseignants0,331 · 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 tête enseignante, 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health ActionMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207