Effect of health systems strengthening in influencing maternal and neonatal health outcomes in Bungoma County, Kenya
Notice bibliographique
Résumé
Introduction: maternal and neonatal health status indicators have steadily improved over time in Kenya. Significant challenges remain, including persistent inequities between population subgroups, and a health system that delivers variable quality care and inconsistent access to care. This paper highlights results of an ex-post evaluation to assess the impact of maternal and health systems strengthening intervention to improve newborn health outcomes in Bungoma County, Kenya, focusing on access to and quality of maternal and neonatal care. Methods: the study design was quasi-experimental, using household surveys to assess outcomes at baseline and end-line. Stratified cluster sampling was used to identify households, based on heath facility catchment areas. Inclusion criteria were women aged 18-49. Chi-square and fisher´s exact tests were used. Patched-up design was used to compare outcomes before and after the intervention and intervention and control sub-counties. Results: provision of transport vouchers decreased barriers to accessto health care, resulting in an increased number of deliveries in health facilities. Women in the end-line group were 95% more likely to deliver at a health facility compared to 74% at baseline. The intervention improved potential and effective access to antenatal care as well as deliveries in health facilities. This positively impacted quality of care provision in the sub-counties. Conclusion: key elements of health system strengthening included reducing cost barriers and enhancing the capacity of the health facilities to deliver high quality care. The intervention addressed commonly identified supply-and demand-side barriers, providing stronger evidence that addressing these hindrances would improve utilization of maternal and child health services.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».