Geospatial Distribution of Family Planning Services in Kira Municipality, Wakiso District, Uganda
Notice bibliographique
Résumé
Introduction: Access to family planning (FP) services remains a challenge, particularly in informal urban settlements. The unmet need for FP in these settings is high, with a correspondingly high prevalence of unintended pregnancies that may lead to unsafe abortions. However, there is a paucity of quality data on the distribution of FP services in such settings in Uganda. This paper described the geospatial distribution of FP services in Kira Municipality, Wakiso District, Uganda. Methods: This was a cross-sectional study in which we determined the availability and distribution of FP services in Kira Municipality. Community mapping and analysis were conducted using ArcGIS (version 10.1) and ArcGIS Online. Stata version 13.1 was used for data analysis. Chi-square test was used to compare the contraceptive provision and availability among facilities from informal and formal settlements. Results: Of the 176 healthcare facilities surveyed, only 42% ( n = 74) offered contraceptives in informal settlements. The majority of the facilities were privately owned small clinics (95%). At least 80% of the facilities provided three or more modern contraceptive methods, with no difference ( p = 0.107) between facilities in informal and formal settlements. Only 30.7% ( p = 0.001) of the facilities provided at least one long-acting contraceptive. Similarly, 20 and 12% ( p = 0.001) of the facilities had implants and intrauterine devices (IUDs) on the day of the survey. Almost 25% of the facilities did not offer contraceptive services (counseling and commodities) to unmarried adolescents. Conclusions: Most facilities were small privately-owned clinics, offering at least three modern contraceptive methods. The unavailability of long-acting reversible methods in the informal settings may affect the quality of FP services due to limited choice. The inequity in service provision that disfavors the unmarried adolescent may increase unwanted/unintended pregnancies. We recommend that local governments and partners work toward filling the existing commodities gap and addressing the discrimination against unmarried adolescents in such settings.
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 ».