Trends in the quality of antenatal care in India: Patterns of change across 36 states and union territories, 1999–2021
Notice bibliographique
Résumé
Background: Antenatal care (ANC) quality is important to maternal and neonatal mortality. However, trends in the quality of ANC received by pregnant women in India have been understudied. This paper seeks to fill this gap by examining the long-term patterns nationwide and the state-specific prevalence of inadequate ANC quality received by pregnant women in India. Methods: We utilised data from four National Family Health Surveys (NFHS) conducted in 1999 (NFHS-2), 2006 (NFHS-3), 2016 (NFHS-4), and 2021 (NFHS-5) across India's 36 states/union territories (UTs). The sample includes mothers who had given birth within three years (NFHS-2) and five years (NFHS-3, NHFS-4, and NFHS-5) before each survey. We define inadequate ANC quality as not completing seven essential ANC services (weight measurement, blood pressure measurement, urine sampling, blood sampling, provision of iron supplements, provision of tetanus vaccination, and ultrasound scans) during pregnancy. We calculated the standardised absolute change to quantify the change in the share of women receiving inadequate quality ANC nationally and by each state/UT. Additionally, we estimated the population headcount of mothers who received inadequate-quality ANC in 2021 and identified the socioeconomic correlates associated with inadequate ANC quality. Results: The prevalence of inadequate ANC quality substantially declined between 1999-2021, from 84.8% (95% confidence interval (CI) = 84.1-85.5) to 28.8% (95% CI = 28.5-29.2). However, between-state inequality in ANC quality has increased over this time. We identified a weak correlation between prevalence and population headcounts in 2021. Socioeconomically disadvantaged groups exhibited a higher prevalence of inadequate quality of ANC than less disadvantaged groups. Conclusions: The proportion of pregnant women receiving inadequate ANC quality has decreased over time throughout India. However, multi-faceted efforts at national and state levels are necessary to enhance the effectiveness of existing policies. Additionally, innovative and targeted approaches are required to ensure the timely and equitable provision of high-quality ANC.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».