Association of maternal, obstetric, fetal, and neonatal mortality outcomes with Lady Health Worker coverage from a cross-sectional survey of >10,000 households in Gilgit-Baltistan, Pakistan
Notice bibliographique
Résumé
Pakistan has among the highest rates of maternal, perinatal, and neonatal mortality globally. Many of these deaths are potentially preventable with low-cost, scalable interventions delivered through community-based health worker programs to the most remote communities. We conducted a cross-sectional survey of 10,264 households during the baseline phase of a cluster randomized controlled trial (cRCT) in Gilgit-Baltistan, Pakistan from June-August 2021. The survey was conducted through a stratified, two-stage sampling design with the objective of estimating the neonatal mortality rate (NMR) within the study catchment area, and informing implementation of the cRCT. Study outcomes were self-reported and included neonatal death, stillbirth, health facility delivery, maternal death, postpartum hemorrhage (PPH), and Lady Health Worker (LHW) coverage. Summary statistics (proportions and rates) were weighted according to the sampling design, and mixed-effects Poisson regression was conducted to explore the relationship between LHW coverage and maternal/newborn outcomes. We identified 7,600 women who gave birth in the past five years, among whom 13% reported experiencing PPH. The maternal mortality ratio was 225 maternal deaths per 100,000 live births (95% confidence interval [CI] 137-369). Among 12,376 total births, the stillbirth rate was 41.4 per 1,000 births (95% CI 36.8-46.7) and the perinatal mortality rate was 53.0 per 1,000 births (95% CI 47.6-59.0). Among 11,863 live births, NMR was 16.2 per 1,000 live births (95% CI 13.6-19.3) and 65% were delivered at a health facility. LHW home visits were associated with declines in PPH (risk ratio [RR] 0.89 per each additional visit, 95% CI 0.83-0.96) and late neonatal mortality (RR 0.80, 95% CI 0.67-0.97). Intracluster correlation coefficients were also estimated to inform the planning of future trials. The high rates of maternal, perinatal, and neonatal death in Gilgit-Baltistan continue to fall behind targets of the 2030 Sustainable Development Goals.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».