Evidence of Resiliency in Maternal Health Services and Outcomes in Kono District, Sierra Leone during the COVID-19 Pandemic: An Observational Study
Notice bibliographique
Résumé
Abstract Background This study evaluated the resilience and outcomes of maternal health services during the COVID-19 pandemic in two health facilities in eastern Sierra Leone. Its aims to describe the use of maternal healthcare services and maternal and neonatal outcomes in these two facilities before, during, and after the COVID-19 pandemic. Methods The study involved analysis of routine programme data (March 2019 to February 2022) from two public-funded health facilities supported by a non-governmental organization (Partners In Health in Sierra Leone): Koidu Government Hospital and Wellbody Clinic. Aggregated and de-identified secondary data from the Partner In Health Maternal Health Database was abstracted using a standardized tool. Descriptive statistics and bivariable negative binomial regression were used to assess the association between time periods (before COVID-19 [March 2019 to February 2020], during COVID-19 emergency [March 2020 to February 2021], after COVID-19 emergency [March 2021 to February 2022) and outcomes each month (fourth antenatal care visit and facility deliveries). Results The study analyzed 3,204 fourth antenatal care visits and 7,369 deliveries over 36 months at both health facilities. Fourth antenatal care visits (from 947 to 920) and facility deliveries (from 2309 to 2221) decreased during COVID-19 compared to pre-COVID-19. However, maternal (from 32 to 23) and neonatal (36 to 26) deaths declined during COVID-19 compared to the pre-COVID-19 period at Koidu Government Hospital. Conclusion In Sierra Leone, the resources and efforts directed to the post-Ebola recovery strategy were tested during and after the COVID-19 pandemic. Our study demonstrates the resilience of maternal and neonatal services in two healthcare facilities in a less-affected region of Sierra Leone, to the anticipated disruptions due to the COVID-19 pandemic.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».