Factors associated with the utilisation of skilled delivery services in Papua New Guinea: evidence from the 2016–2018 Demographic and Health Survey
Notice bibliographique
Résumé
Abstract Background We sought to determine the prevalence and factors associated with the use of skilled assistance during delivery in Papua New Guinea. Methods We analysed nationally representative data from 5210 women in Papua New Guinea using the 2016–2018 Demographic and Health survey. Both bivariate and multivariable analyses were performed. Statistical significance was set at p<0.05. Results The prevalence of skilled assistance during delivery was 57.6%. The richest women (adjusted OR [AOR]=3.503, 95% CI 2.477 to 4.954), working women (AOR=1.221, 95% CI 1.037 to 1.439), women with primary (AOR=1.342, 95% CI 1.099 to 1.639), secondary or higher education (AOR=2.030, 95% CI 1.529 to 2.695), women whose partners had a secondary or higher level of education (AOR=1.712, 95% CI 1.343 to 2.181], women who indicated distance was not a big problem in terms of healthcare (AOR=1.424, 95% CI 1.181 to 1.718), women who had ≥4 antenatal care (ANC) visits (AOR=10.63, 95% CI 8.608 to 13.140), women from the Islands region (AOR=1.305, 95% CI 1.045 to 1.628), those who read newspapers or magazines (AOR=1.310, 95% CI 1.027 to 1.669) and women who watched television (AOR=1.477, 95% CI 1.054 to 2.069) less than once a week had higher odds of utilising skilled attendants during delivery. On the contrary, women in the Momase region (AOR=0.543, 95% CI 0.438 to 0.672), women in rural areas (AOR=0.409, 95% CI 0.306 to 0.546), as well as women with a parity of 3 (AOR=0.666, 95% CI 0.505 to 0.878) or ≥4 (AOR=0.645, 95% CI 0.490 to 0.850) had lower odds of utilising skilled attendance during delivery. Conclusion There is relatively low use of skilled delivery services in Papua New Guinea. Wealth, employment status, educational level, parity and number of ANC visits, as well as access to healthcare and place of residence, influence the utilisation of skilled delivery 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 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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».