MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410972760 · doi:10.1101/2025.05.31.25328693

Home birth and associated factors in Nigeria: a comparative study of rural and urban settings based on the analysis of national population-based data

2025· preprint· en· W4410972760 sur OpenAlexaff
Emmanuel O Adewuyi, Asa Auta, Olumuyiwa Omonaiye, Mary I Adewuyi, Victory Olutuase, Kazeem Adefemi, Olumide A. Odeyemi, Yun Zhao, Gizachew Assefa Tessema, Gavin Pereira

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésGeographyPopulationSocioeconomicsRegional scienceDemographyEconomic growthSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Despite global efforts to reduce maternal and neonatal mortality, Nigeria continues to report disproportionately high rates. Home birth, childbirth occurring outside health facilities and without timely access to emergency obstetric care, remains a significant public health concern. National estimates can obscure stark sub-national disparities. This study estimated the prevalence of home birth and identified associated factors, comparing national, rural, and urban contexts. Methods We analysed data from 21,512 mothers using the 2018 Nigeria Demographic and Health Survey, guided by Andersen’s Behavioural Model. Logistic regression was used to examine associations between home birth and a range of individual, household, and contextual factors. Results Nationally, 58.1% (95% CI: 56.5, 59.7) of mothers gave birth at home, with prevalence nearly twice as high in rural areas (72.4%) compared to urban areas (36.1%). The North-West region reported the highest prevalence nationally (83.6%), in rural (89.4%) and urban (66.6%) areas. The South-East had the lowest prevalence in rural areas (16.2%), and the South-West in urban areas (16.7%). Nationally and across settings, lower maternal and partner education, poor household wealth, fewer than eight antenatal contacts, higher birth order, Hausa-Fulani ethnicity, and limited exposure to media and the internet were associated with increased odds of home birth. In rural areas, additional predictors included greater difficulty obtaining permission to seek care, distance to facilities, limited maternal decision-making autonomy, and pronounced regional disparities across all northern and the South-South regions. In urban areas, younger maternal age, Islamic religion, and financial barriers to accessing healthcare were uniquely associated. Conclusion Home birth remains common in Nigeria, particularly in rural areas and in northern and South-South regions, reflecting persistent structural, socioeconomic, and informational inequities. Addressing home birth requires setting-specific, equity-oriented strategies. In rural areas, policies should prioritise women’s autonomy, reduce geographic and regional barriers, and expand healthcare access. In urban areas, targeted interventions should focus on supporting younger mothers, mitigating financial barriers, and providing culturally and religiously responsive care. Nationally, investments in education, antenatal care utilisation, and access to health information through media and the internet are critical to promoting facility-based childbirth and improving maternal and neonatal outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,331
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→