The effects of individual and community-level factors on maternal health outcomes in Ghana
Notice bibliographique
Résumé
BACKGROUND: Utilization of maternal health care services is key to reducing the number of perinatal deaths and post-natal complications in sub-Saharan Africa. With a few exceptions, many studies that examine the use of maternal health services in sub-Saharan Africa have focused largely on individual-level explanations and have ignored the importance of contextual and community-level explanations. In Ghana, progress has been made in reducing maternal mortality ratio from 740/100,000 in the late 1990s to 319/100,000 in 2015 but these rates are still high. Our study focuses on impact of individual and community level-factors on maternal outcomes with the hope that it will inform public policy in Ghana. This approach highlights latent or unacknowledged aspects of fragility within health systems designed to improve maternal health and opportunities for improving uptake of services. METHODS AND FINDINGS: Using the 2014 Ghana Demographic and Health Survey, we examined the effects of individual and community-level factors on antenatal care, facility-based delivery, and post-natal care. Multilevel logistic regression models were used to examine the effects of individual and community-level factors on the outcome variables. Our analysis revealed that overall utilization of antenatal, facility-based delivery and post-natal care was substantial across the board; however, both individual and community-level factors were significant predictors of these maternal health outcomes. Wealthier and better educated women were more likely to use antenatal services and facility-based delivery; in contrast poor and uneducated women were more likely to use antenatal and postnatal care but not facility-based delivery. Additionally, use of National Health Insurance Scheme was statistically associated with the utilization of maternal health services. CONCLUSIONS: The findings point to areas where services can be better tailored to meet community-specific needs. Policy makers must consider factors such as educational levels and economic security at both individual and community-levels that shape women's preferences and uptake of maternal health care in Ghana.
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 ».