Antenatal care coverage and early childhood mortality in Zimbabwe: new interpretations from nationally representative household surveys
Notice bibliographique
Résumé
Zimbabwe has implemented universal antenatal care (ANC) policies since 1980 that have significantly contributed to improvements in ANC access and early childhood mortality rates. However, Demographic and Health Surveys (DHS) and Multiple Indicator Cluster Surveys (MICS), two of Zimbabwe's main sources of health data and evidence, often provide seemingly different estimates of ANC coverage and under-five mortality rates. This creates confusion that can result in disparate policies and practices, with potential negative impacts on mother and child health in Zimbabwe. We conducted a comparability analysis of multiple DHS and MICS datasets to enhance the understanding of point estimates, temporal changes, rural-urban differences and reliability of estimates of ANC coverage and neonatal, infant and under-five mortality rates (NMR, IMR and U5MR, separately) from 2009 to 2019 in Zimbabwe. Our two samples z-tests revealed that both DHS and MICS indicated significant increases in ANC coverage and declines in IMR and U5MR but only from 2009 to 2015. NMR neither increased nor declined from 2009 to 2019. Rural-urban differences were significant for ANC coverage (2009-15 only) but not for NMR, IMR and U5MR. We found that there is a need for more precise DHS and MICS estimates of urban ANC coverage and all estimates of NMR, IMR and U5MR, and that shorter recall periods provide more reliable estimates of ANC coverage in Zimbabwe. Our findings represent new interpretations and clearer insights into progress and gaps around ANC coverage and under-five mortality rates that can inform the development, implementation, monitoring and evaluation of policy and practice responses and further research in Zimbabwe.
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 ».