Rural–urban disparities in caesarean deliveries in sub-Saharan Africa: a multivariate non-linear decomposition modelling of Demographic and Health Survey data
Notice bibliographique
Résumé
INTRODUCTION: Globally, the rate of caesarean deliveries increased from approximately 16.0 million in 2000 to 29.7 million in 2015. In this study, we decomposed the rural-urban disparities in caesarean deliveries in sub-Saharan Africa. METHODS: Data for the study were extracted from the most recent Demographic and Health Surveys of twenty-eight countries in sub-Saharan Africa. We included 160,502 women who had delivered in health facilities within the five years preceding the survey. A multivariate non-linear decomposition model was employed to decompose the rural-urban disparities in caesarean deliveries. The results were presented using coefficients and percentages. RESULTS: The pooled prevalence of caesarean deliveries in the 28 countries considered in the study was 6.04% (95% CI = 5.21-6.88). Caesarean deliveries' prevalence was highest in Namibia (16.05%; 95% CI = 14.06-18.04) and lowest in Chad (1.32%; 95% CI = 0.91-1.73). For rural-urban disparities in caesarean delivery, the pooled prevalence of caesarean delivery was higher in urban areas (10.37%; 95% CI = 8.99-11.75) than rural areas (3.78%; 95% CI = 3.17-4.39) across the 28 countries. Approximately 81% of the rural-urban disparities in caesarean deliveries were attributable to the differences in child and maternal characteristics. Hence, if the child and maternal characteristics were levelled, more than half of the rural-urban inequality in caesarean deliveries would be reduced. Wealth index (39.2%), antenatal care attendance (13.4%), parity (12.8%), mother's educational level (3.5%), and health insurance subscription (3.1%) explained approximately 72% of the rural-urban disparities in caesarean deliveries. CONCLUSION: This study shows significant rural-urban disparities in caesarean deliveries, with the disparities being attributable to the differences in child and maternal characteristics: wealth index, parity, antenatal care attendance, mother's educational level, and health insurance subscription. Policymakers in the included countries could focus and work on improving the socioeconomic status of rural-dwelling women as well as encouraging antenatal care attendance, women's education, health insurance subscription, and family planning, particularly in rural areas.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».