Disruptions in maternal health service use during the COVID-19 pandemic in 2020: experiences from 37 health facilities in low-income and middle-income countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The COVID-19 pandemic has heterogeneously affected use of basic health services worldwide, with disruptions in some countries beginning in the early stages of the emergency in March 2020. These disruptions have occurred on both the supply and demand sides of healthcare, and have often been related to resource shortages to provide care and lower patient turnout associated with mobility restrictions and fear of contracting COVID-19 at facilities. In this paper, we assess the impact of the COVID-19 pandemic on the use of maternal health services using a time series modelling approach developed to monitor health service use during the pandemic using routinely collected health information systems data. We focus on data from 37 non-governmental organisation-supported health facilities in Haiti, Lesotho, Liberia, Malawi, Mexico and Sierra Leone. Overall, our analyses indicate significant declines in first antenatal care visits in Haiti (18% drop) and Sierra Leone (32% drop) and facility-based deliveries in all countries except Malawi from March to December 2020. Different strategies were adopted to maintain continuity of maternal health services, including communication campaigns, continuity of community health worker services, human resource capacity building to ensure compliance with international and national guidelines for front-line health workers, adapting spaces for safe distancing and ensuring the availability of personal protective equipment. We employ a local lens, providing prepandemic context and reporting results and strategies by country, to highlight the importance of developing context-specific interventions to design effective mitigation strategies.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle