Views of nurses and other healthcare workers on interventions to reduce disrespectful maternity care in rural health facilities in Kilifi and Kisii counties, Kenya: analysis of a qualitative interview study
Notice bibliographique
Résumé
Objective There is an abundance of evidence illuminating the factors that contribute to disrespectful maternity care in sub-Saharan Africa. However, there is limited documented evidence on how some of the key influences on the mistreatment of women could be addressed. We aimed to document the perspectives of nurses and other healthcare workers on existing and potential strategies embedded at the health facility level to promote respectful delivery of healthcare for women during delivery and on what interventions are needed to promote respectful and equitable treatment of women receiving maternity care in rural Kenya. Design, setting and participants We analysed relevant data from a qualitative study based on in-depth interviews with 24 healthcare workers conducted between January and March 2020, at health facilities in rural Kilifi and Kisii counties, Kenya. The facilities had participated in a project (AQCESS) to reduce maternal and child mortality and morbidity by improving the availability and the use of essential reproductive maternal and neonatal child health services. The participants were mostly nurses but included five non-nurse healthcare workers. We analysed data using NVivo V.12, guided by a reflective thematic analysis approach. Results Healthcare workers identified four interconnected areas that were associated with improving respectful delivery of care to women and their newborns. These include continuous training on the components of respectful maternity care through mentorships, seminars and organised training; gender-responsive services and workspaces; improved staffing levels; and adequate equipment and supplies for care. Conclusions These findings demonstrate some of the solutions, from the perspectives of healthcare workers, that could be implemented to improve the care that women receive during pregnancy, labour and delivery. The issues raised by healthcare workers are common in sub-Saharan African countries, indicating the need to create awareness at the policy level to highlight the challenges identified, potential solutions, and application or implementation in different contexts.
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 | 0,012 | 0,015 |
| 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 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».