Effects of terrorist attacks on access to maternal healthcare services: a national longitudinal study in Burkina Faso
Notice bibliographique
Résumé
INTRODUCTION: Most of the literature on terrorist attacks' health impacts has focused on direct victims rather than on distal consequences in the overall population. There is limited knowledge on how terrorist attacks can be detrimental to access to healthcare services. The objective of this study is to assess the impact of terrorist attacks on the utilisation of maternal healthcare services by examining the case of Burkina Faso. METHODS: This longitudinal quasi-experimental study uses multiple interrupted time series analysis. Utilisation of healthcare services data was extracted from the National Health Information System in Burkina Faso. Data span the period of January 2013-December 2018 and include all public primary healthcare centres and district hospitals. Terrorist attack data were extracted from the Armed Conflict Location and Event Data project. Negative binomial regression models were fitted with fixed effects to isolate the immediate and long-term effects of terrorist attacks on three outcomes (antenatal care visits, of facility deliveries and of cesarean sections). RESULTS: During the next month of an attack, the incidence of assisted deliveries in healthcare facilities is significantly reduced by 3.8% (95% CI 1.3 to 6.3). Multiple attacks have immediate effects more pronounced than single attacks. Longitudinal analysis show that the incremental number of terrorist attacks is associated with a decrease of the three outcomes. For every additional attack in a commune, the incidence of cesarean sections is reduced by 7.7% (95% CI 4.7 to 10.7) while, for assisted deliveries, it is reduced by 2.5% (95% CI 1.9 to 3.1) and, for antenatal care visits, by 1.8% (95% CI 1.2 to 2.5). CONCLUSION: Terrorist attacks constitute a new barrier to access of maternal healthcare in Burkina Faso. The exponential increase in terrorist activities in West Africa is expected to have negative effects on maternal health in the entire region.
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 | 0,001 | 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 ».