Detecting and managing hypertensive disorders in pregnancy: a cross-sectional analysis of the quality of antenatal care in Nigeria
Notice bibliographique
Résumé
BACKGROUND: Nigeria has one of the highest rates of maternal mortality in the world (576/100,000 births), with a significant proportion of death attributed to hypertensive disorders in pregnancy (HDPs). High quality antenatal care (ANC) plays a crucial role in early detection and management of HDPs. We conducted an assessment of quality of antenatal care, and its capacity to detect and manage HDPs, in two tiers of Nigerian facilities, with the aim of describing the state of service delivery and identifying the most urgent gaps. METHODS: Quality of antenatal care was assessed and compared between primary healthcare centers (PHCs) (n = 56) and hospitals (secondary + tertiary facilities, n = 39) in seven states of Nigeria. A cross-sectional design captured quality of care using facility inventory checklists, semi-structured interviews with healthcare providers and clients, and observations of ANC consultations. A quality of care framework and scoring system was established based on aspects of structure, process, and outcome. Average scores were compared using independent sample t-tests and measures of effect were assessed by multivariate linear regression. RESULTS: All domains of quality except provider interpersonal skills scored below 55%. The lowest overall scores were observed in provider knowledge (49.9%) and provider technical skill (47.7%). PHCs performed significantly worse than hospitals in all elements of quality except for provider interpersonal skills. Provider knowledge was significantly associated with their level of designation (i.e., obstetrician vs. other providers). CONCLUSIONS: In order to provide high quality care, ANC in Nigeria must experience massive improvements to inventory, infrastructure and provider knowledge and training. In particular, ANC programs in PHCs must be revitalized to minimize the disparity in quality of care provided between PHCs and hospitals. The relatively low quality of care observed may be contributing to Nigeria's high rate of maternal mortality and burden of disease attributed to HDPs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».