Why do pregnant women in Iringa region in Tanzania start antenatal care late? A qualitative analysis
Notice bibliographique
Résumé
BACKGROUND: When started early in pregnancy and continued up till childbirth, antenatal care (ANC) can be effective in reducing adverse pregnancy outcomes. While the proportion of women who attend ANC at least once in low income countries is high, most pregnant women attend their first ANC late. In Tanzania, while over 51% of pregnant women complete ≥4 visits, only 24% start within the first trimester. This study aimed to understand the factors that lead to delay in seeking ANC services among pregnant women in Tanzania. METHODS: This qualitative descriptive case study was conducted in two rural districts in Iringa Region in Tanzania. A total of 40 focus group discussions (FGDs) were conducted involving both male and female participants in 20 villages. In addition, 36 semi-structured interviews were carried out with health care workers, members of health facility committees and community health workers. Initial findings were further validated during 10 stakeholders' meetings held at ward level in which 450 people participated. Data were analysed using thematic approach. RESULTS: Key individual and social factors for late ANC attendance included lack of knowledge of the importance of early visiting ANC, previous birth with good outcome, traditional gender roles, fear of shame and stigma, and cultural beliefs about pregnancy. Main factors which inhibit early ANC attendance in Kilolo and Mufindi districts include spouse accompany policy, rude language of health personnel and shortage of health care providers. CONCLUSIONS: Traditional gender roles and cultural beliefs about pregnancy as well as health system factors continue to influence the timing of ANC attendance. Improving early ANC attendance, therefore, requires integrated interventions that address both community and health systems barriers. Health education on the timing and importance of early antenatal care should also be strengthened in the communities. Additionally, while spouse accompany policy is important, the implementation of this policy should not infringe women's rights to access ANC services.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».