Barriers and Facilitators to Accessing Health Care Services among Married Women in Ethiopia: a Multi-level Analysis of the Ethiopia Demographic and Health Survey
Notice bibliographique
Résumé
Background and Objective: Access to health care services is a major challenge to women and children in many developing countries such as Ethiopia. In this study, we investigated the individual- and community-level factors associated with barriers to accessing health care services among married women in Ethiopia. Methods: Data from the 2016 Ethiopia demographic and health survey on 9,824 married women of reproductive age (15-49 years) were analyzed. Multilevel logistic regression models were used to assess individual- and community-level factors associated with barriers to access health care services. Regression analysis results revealed adjusted odds ratios at 95% confidence intervals. Results: Over two-thirds (71.8%) of married women in Ethiopia reported barriers to accessing health care services. Some of the individual-level factors that were associated with lower odds of reporting barriers to access health care services include: having secondary education (aOR=0.49, 95% CI: 0.32-0.77), being in the richest quintile (aOR=0.34, 95% CI: 0.22-0.54), and indicating wife-beating as unjustified (aOR=0.66, 95% CI:0.55-0.81). Among the community-level factors, high community-level literacy (aOR=0.56, 95% CI: 0.34-0.92) and moderate community socioeconomic status (aOR=0.62, 95% CI: 0.45-0.85) were significantly associated with lower odds of reporting barriers to access health care services. Conclusion and Implications for Translation: The findings revealed high barriers to access health care services, and both individual- and community-level factors were significant contributing predictors. Therefore, it is important to consider multidimensional strategies and interventions to facilitate access to health care services in Ethiopia. Copyright © Zegeye et al. Published by Global Health and Education Projects, Inc. This is an open-access article distributed under the terms of the Creative Commons Attribution License CC BY 4.0.
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 | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».