Covid-19 pandemic impact on maternal and child health services access in Nampula, Mozambique: a mixed methods research
Notice bibliographique
Résumé
BACKGROUND: The Covid-19 pandemic has so far infected more than 30 million people in the world, having major impact on global health with collateral damage. In Mozambique, a public state of emergency was declared at the end of March 2020. This has limited people's movements and reduced public services, leading to a decrease in the number of people accessing health care facilities. An implementation research project, The Alert Community for a Prepared Hospital, has been promoting access to maternal and child health care, in Natikiri, Nampula, for the last four years. Nampula has the second highest incidence of Covid-19. The purpose of this study is to assess the impact of Covid-19 pandemic Government restrictions on access to maternal and child healthcare services. We compared health centres in Nampula city with healthcare centres in our research catchment area. We wanted to see if our previous research interventions have led to a more resilient response from the community. METHODS: Mixed-methods research, descriptive, cross-sectional, retrospective, using a review of patient visit documentation. We compared maternal and child health care unit statistical indicators from March-May 2019 to the same time-period in 2020. We tested for significant changes in access to maternal and child health services, using KrushKall Wallis, One-way Anova and mean and standard deviation tests. We compared interviews with health professionals, traditional birth attendants and patients in the two areas. We gathered data from a comparable city health centre and the main city referral hospital. The Marrere health centre and Marrere General Hospital were the two Alert Community for a Prepared Hospital intervention sites. RESULTS: Comparing 2019 quantitative maternal health services access indicators with those from 2020, showed decreases in most important indicators: family planning visits and elective C-sections dropped 28%; first antenatal visit occurring in the first trimester dropped 26%; hospital deliveries dropped a statistically significant 4% (p = 0.046), while home deliveries rose 74%; children vaccinated down 20%. CONCLUSION: Our results demonstrated the negative collateral effects of Covid-19 pandemic Government restrictions, on access to maternal and child healthcare services, and highlighted the need to improve the health information system in Mozambique.
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 | 0,012 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».