Health care workers’ perceptions of episiotomy in the era of respectful maternity care: a qualitative study of an obstetric training program in Mexico
Notice bibliographique
Résumé
Abstract Background Episiotomy in Mexico is highly prevalent and often routine - performed in up to 95% of births to primiparous women. The WHO suggests that episiotomy be used in selective cases, with an expected prevalence of 15%. Training programs to date have been unsuccessful in changing this practice. This research aims to understand how health personal, at four community hospitals in Mexico, perceive episiotomy, both before and after training in respectful maternity care, obstetric and neonatal emergencies. Methods This is a descriptive and interpretative qualitative study. We conducted Fifty-three pre and post-intervention (PRONTO© Program) semi-structured interviews with generalists, specialists and nurses (N = 32, 56% women). Thematic analysis was carried out using Atlas-ti© software to iteratively organize codes. Through interpretive triangulation, the team found theoretical saturation and explanatory depth on key analytical categories. Results Themes fell into six major themes surrounding their perceptions of episiotomy: as a predictable practice, as a prophylactic intervention, as a procedure that resolves problems in the moment, as a practice that gives the clinician control, as a risky practice, and the role of social norms in practicing it. Results show contradictory discourses among professionals. Despite the growing support for the selective use of episiotomy, it remains positively perceived as an effective prophylaxis for the complications of childbirth while maintaining control in the hands of medical personnel. Conclusions Perceptions of episiotomy shed light on how and why routine episiotomy persists, and provides insight into the multi-faceted approaches that will be required to affect this and other harmful obstetrical practices.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».