The Role of Public Health Services in Reducing Maternal and Newborn Health Inequalities in Urban India: A Survey Analysis of 200,000 Births Over Two Decades
Notice bibliographique
Résumé
India has experienced rapid urbanisation, straining the healthcare system. The National Urban Health Mission was launched in 2013 to improve access to public healthcare, particularly among socio-economically disadvantaged urban populations. This study aimed to assess whether inequalities in maternal and newborn health (MNH) service coverage and outcomes between richer and poorer groups have improved at public and private sources across urban India in the last two decades. We used pooled data from four national cross-sectional surveys, the District Level Household Surveys from 2002 to 2008 and National Family Health Surveys from 2015 to 2021, covering 94,826 and 108,152 births in urban India, respectively. We analysed trends in coverage of antenatal, delivery, and postnatal care services and neonatal mortality by source across wealth deciles, and summarised inequalities using the slope index of inequality, concentration index, and inequality pattern index. The study found that coverage of all MNH services, and to a lesser extent neonatal survival, increased substantially between 2002-2008 and 2015-2021 in urban India. Improvements were steeper among the poorest groups. Coverage by public health facilities notably increased, and neonatal mortality rates were lower at public than private facilities, particularly among the poorest. However, the poorest decile remained well behind all other groups, reflecting bottom inequalities. Rapid improvements with reduced inequalities in MNH service coverage appear to be driven by increased access to public sector services in urban India. It remains critical for the public healthcare system to understand and address the particular needs of the poorest groups to reduce ongoing bottom MNH inequalities in urban India.
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 | 0,012 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».