MétaCan
Menu
← Retour à la cohorte
Enregistrement W4366364558 · doi:10.20944/preprints202304.0533.v1

Impact of Integrating Family planning with Maternal and child health on uptake of contraception: A Quasi-Experimental Study in Rural Pakistan

2023· preprint· en· W4366364558 sur OpenAlexfundno aff
Zahid Memon, Wardah Ahmed, Talib Hussain Lashari, Muhammad Jawwad, Sophie Reale, Racheal Spencer, Zulfiqar A Bhutta, Hora Soltani

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaSheffield Hallam UniversityUnited Nations Population Fund
Mots-clésFamily planningMedicineOutreachConfoundingIntervention (counseling)Reproductive healthPregnancyDeveloping countryDemographyEnvironmental healthPopulationNursingInternal medicineResearch methodology

Résumé

récupéré en direct d'OpenAlex

Study aimed to evaluate the impact of integrating family planning with maternal, newborn, and child health (FP-MNCH) on uptake of modern contraceptive methods and related health outcomes in two districts of the province of Sindh, Pakistan. Impact of intervention was evaluated using a quasi-experimental control before-after study design. Intervention included capacity building of healthcare providers and outreach workers, ensuring sustained supplies of family planning commodities, data-driven decision-making, and community engagement activities. Data was collected through household surveys at baseline (December2020) and endline (December 2022). The sample size was estimated as 880 married women of reproductive age (MWRA) in each district. The Difference and Difference(DiD) analytical method was used to estimate the impact of intervention adjusted for potential confounding factors. There was statistically significant increase of 11.3% in the current use of MCM in the intervention group compared to the control group (p value <0.001), with increases observed in the uptake of injection , implants, and condoms. Additionally, there was an increase in the proportion of women who had ANC visits (DiD 10.5% p value 0.003), FP counselling during ANC (DiD 15.6% p value < 0.001), LHW visits during pregnancy (DiD 15.1% p value 0.021), PNC check-ups for mother (DiD 25.2% p value <0.001), LHW visits after delivery (DiD 20.4% p value <0.001), and LHW advised for family planning at PNC visit n (DiD 14.5% p value 0.030). This study provides strong evidence for the scaling-up of integrated interventions through existing health care platforms utilizing human resources deployed by the government. This FP-MNCH model has the potential to be adopted in other provinces and at federally administered areas for both health and population planning. This model should be considered for replication in other districts of Sindh to accelerate current level of integration already existing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,430
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.org→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→