Hidden Cities, Hidden Gaps: Measuring Facility Readiness for Maternal and Newborn Health Services and its Association with Person-Centered Maternity Care in Urban Informal Settlements of Nairobi, Lusaka and Ouagadougou cities
Notice bibliographique
Résumé
Abstract Background In sub-Saharan Africa, maternal and newborn deaths remain disproportionately higher among low-income populations, and they are associated with delivery in poorly equipped facilities and a shortage of staff to manage birth complications. We measured facility readiness to provide essential maternal and newborn health services and its association with women’s experience of person-centered maternity care (PCMC), and we compared facilities serving and not serving informal settlements in Nairobi, Lusaka and Ouagadougou cities. Methods We conducted a health facility assessment in public and private facilities serving select urban informal settlements in Nairobi, and we used existing data in Lusaka and Ouagadougou. We computed readiness indices for labor and delivery care, and small and/or sick newborn care (SSNC) in each city, and used t-tests to compare them across facilities serving and not serving informal settlements. We linked women’s self-reported PCMC scores to the labor and delivery readiness score of the facility they attended and ran 2-level linear regression models testing the association between facility readiness and PCMC scores. Results Facility readiness scores were computed among 18, 38 and 138 facilities offering delivery services in Nairobi, Lusaka and Ouagadougou respectively. Mean labor and delivery readiness scores in facilities serving informal settlements ranged from 55.9% in Ouagadougou to 73.6% in Lusaka; SSNC readiness ranged from 37.2% in Ouagadougou to 61.3% in Nairobi. While facilities serving informal settlements had statistically significantly poorer readiness in Lusaka and Ouagadougou, key items such as newborn caps, registers, guidelines, and staff trained in Kangaroo Mother Care were lacking across both areas. We found no significant association between facility readiness and PCMC. Conclusions All facilities have substandard readiness for essential maternal and newborn health services, but those serving informal settlements are more disadvantaged. Investments in service readiness and quality of care remain critical.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».