Predictors and experiences of seeking abortion services from pharmacies in Nepal
Notice bibliographique
Résumé
Abortion was legalized in Nepal in 2002; however, despite evidence of safety and quality provision of medical abortion (MA) pills by pharmacies in Nepal and elsewhere, it is still not legal for pharmacists to provide medication abortion in Nepal. However, pharmacies often do provide MA, but little is known about who seeks abortions from pharmacies and their experiences and outcomes. The purpose of this study is to understand the experiences of women seeking MA from a pharmacy, abortion complications experienced, and predictors for denial of MA. Data was collected from women seeking MA from four pharmacies in two districts of Nepal in 2021-2022. Data was collected at baseline (N = 153) and 6 weeks later (N = 138). Using descriptive results and multi-variable regression models, we explore differences between women who received and did not receive MA and predictors of denial of services. Most women requesting such pills received MA (78%), with those who were denied most commonly reporting denial due to the provider saying they were too far along. There were few socio-demographic differences between groups, with the exception of education and gestational age. Women reported receiving information on how to take pills and what to do about side effects. Just under half (45%) of women who took pills reported no adverse symptoms after taking them and only 13% sought care. Most women seeking MA from pharmacists in Nepal are receiving services, information, and having few post-abortion symptoms. This study expands the previous limited research on pharmacy provision of MA in Nepal using a unique dataset that recruits women at the time of abortion seeking and follows them over time, overcoming potential biases present in other study designs. This suggests that expansion of the law to allow pharmacy distribution would increase accessibility and reflect current practice.
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 | 0,000 | 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 ».