Rising trends and persisting inequalities in cesarean section rates in Nepal: evidence from demographic and health surveys 2006-2016
Notice bibliographique
Résumé
Abstract BackgroundSustainable development goals require member countries to reduce maternal mortality below 70 per 100,000 live births by 2030. Addressing inequalities in access to emergency obstetric care is crucial for reducing the maternal mortality ratio. This study was done to examine the time trends and socio-demographic inequalities in the utilization of cesarean section (CS) in Nepal during 2006-2016.MethodsWe used data from the Nepal Demographic and Health Surveys (NDHS) conducted during 2006-2016. Women who had a live birth in the last five years of the survey (most recent birth if there were two or more child birth) were the unit of analysis for this study. Absolute and relative inequalities in CS rates by different characteristics were measured in-terms of rate difference and rate ratios, respectively. Bivariate analyses and multivariate logistic regression models were used to assess the rate of cesarean sections by background socio-demographic characteristics of women. ResultsAge and parity adjusted CS rates were found to have increased almost three-fold (from 3.2%,95% CI:2.1-4.3 in 2006 to 10.5%;95% CI:8.9-11.9 in 2016) over the decade. In 2016, women from Mountain region (3.0%;95% CI:1.1-4.9), those from poorest wealth quintile (2.4%,95% CI:(1.2-3.7) and those living in province 6(2.4%,95% CI:1.3-3.5) had CS rate below 5%. Whereas, women from the richest income quintile (25.1%,95% CI :20.2-30.1), with higher education (21.2%,95% CI:14.7-27.8) and those delivering in private facilities (37.1%,95% CI:30.5-43.7) had CS rate above 15%. The absolute inequality in CS rate increased for maternal educational status, income quintiles, ecological region, province and place of delivery over the period. Relative inequality increased for provinces and place of delivery. Women from the richest income quintile (OR-3.3,95% CI: 1.6-7.0) and those delivered in private/NGO-run facilities (OR-3.6;95% CI:2.7-4.9) were more than three times more likely to deliver by CS compared to women from the poorest income quintile and those delivering in public facilities, respectively. ConclusionTo improve maternal and newborn health, strategies need to be revised to address the underuse of C-section in poor, mountain region and province 6. Simultaneously, policies and guidelines are needed to reduce overuse in rich women, women with higher education and those delivered in private facilities.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».