Socioeconomic inequalities in maternal health care utilization in Ghana
Notice bibliographique
Résumé
BACKGROUND: Improving maternal and child health remains a public health priority in Ghana. Despite efforts made towards universal coverage, there are still challenges with access to and utilization of maternal health care. This study examined socioeconomic inequalities in maternal health care utilization related to pregnancy and identified factors that account for these inequalities. METHODS: We used data from three rounds of the Ghana Demographic and Health Surveys (2003, 2008 and 2014). Two health care utilization measures were used; (i) four or more antenatal care (ANC) visits and (ii) delivery by trained attendants (DTA). We first constructed the concentration curve (CC) and estimated concentration indices (CI) to examine the trend in inequality. Secondly, the CI was decomposed to estimate the contribution of various factors to inequality in these outcomes. RESULTS: The CCs show that utilization of at least four ANC visits and DTA were concentrated among women from wealthier households. However, the trends show the levels of inequality decreased in 2014. The CI of at least four ANC visits was 0.30 in 2003 and 0.18 in 2014. Similarly, the CIs for DTA was 0.60 in 2003 and 0.42 in 2014. The decomposition results show that access to National Health Insurance Scheme (NHIS) and women's education levels were the most important contributors to the reduction in inequality in maternal health care utilization. CONCLUSIONS: The findings highlight the importance of the NHIS and formal education in bridging the socioeconomic gap in maternal health care utilization.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».