The effects of community-based interventions on the uptake of selected maternal and child health services: experiences of the IMCHA project in Iringa Tanzania, 2015‐2020
Notice bibliographique
Résumé
BACKGROUND: Maternal and child health (MCH) improvement has been prioritised in resource-constrained countries. This is due to the desire to meet the global sustainable development goals of achieving a maternal mortality rate of 70 per 100000 live births by 2030. The uptake of key maternal and child health services is crucial for reducing maternal and child health mortalities. Community-Based Interventions (CBIs) have been regarded as among the important strategies to improve maternal and child health service uptake. However, a paucity of studies examines the impacts of CBIs and related strategies on maternal and child health. This paper unveils the contribution of CBIs toward improving MCH in Tanzania. METHODS: Convergent mixed method design was employed in this study. Questionnaires were used to examine the trajectory and trend of the selected MCH indicators using the baseline and end-line data for the implemented CBI interventions. Data was also collected through in-depth interviews and focus group discussions, mainly with implementers of the interventions from the community and the implementation research team. The collected quantitative data was analysed using IBM SPSS, while qualitative data was analysed thematically. RESULTS: Antenatal care visits increased by 24% in Kilolo and 18% in Mufindi districts, and postnatal care increased by 14% in Kilolo and 31% in Mufindi districts. Male involvement increased by 5% in Kilolo and 13% in Mufindi districts. The uptake of modern family planning methods increased by 31% and 24% in Kilolo and Mufindi districts, respectively. Furthermore, the study demonstrated improved awareness and knowledge on matters pertaining to MCH services, attitude change amongst healthcare providers, and increased empowerment of women group members. CONCLUSION: Community-Based Interventions through participatory women groups are vital for increasing the uptake of MCH services. However, the success of CBIs depends on the wide array of contextual settings, including the commitment of implementers of the interventions. Thus, CBIs should be strategically designed to enlist the support of the communities and implementers of the interventions.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| 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 ».