MétaCan
Menu
Retour à la cohorte
Enregistrement W3009217616 · doi:10.1002/ijgo.13132

Challenges experienced by clients undergoing assisted reproductive technology in Ghana: An exploratory descriptive study

2020· article· en· W3009217616 sur OpenAlexaff
Josephine Kyei, Adom Manu, Agnes M. Kotoh, Salima Meherali, Augustine Ankomah

Notice bibliographique

RevueInternational Journal of Gynecology & Obstetrics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Health and Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineNonprobability samplingAssisted reproductive technologyAnxietyData collectionExploratory researchQualitative researchDescriptive statisticsReproductive healthDescriptive researchResearch designFamily medicineNursingMedical educationPsychiatryPregnancyPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To explore the experiences of clients accessing assisted reproductive technology (ART) services in selected health facilities in Greater Accra, Ghana. METHODS: An exploratory, descriptive, qualitative design using a purposive sampling technique was employed. Overall, 12 women and six men participated in the study. In-depth interviews were conducted using a semi-structured interview guide. The Braun and Clarke (2006) procedure for data analysis was followed. Data collection spanned 9 months (January to October 2017). RESULTS: Five major challenges were identified that were commonly experienced by our participants at every phase of the ART treatment, including the high cost of ART treatment, the long distance to treatment centers, drug treatment challenges, disturbances in daily routine and work, and anxiety about pregnancy outcome. CONCLUSION: Given the emotional and psychological challenges reported by the participants in the present study, an integration of counseling units in the ART centers is recommended, manned by qualified personnel such as clinical psychologists and counselors to support clients at every stage of the treatment. Also, given the high cost of ART services, as reflected in the participants' views, it is recommended that private health insurance companies fund some aspect of ART services, such as laboratory investigations and medications.

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)0,027
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,650
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,096
Tête enseignante GPT0,355
Écart entre enseignants0,259 · 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.

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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Gynecology & ObstetricsMême sujetReproductive Health and TechnologiesTravaux en français237 207