Trends in maternal mortality and stillbirths by county in health facility data, Kenya, 2011-2022
Notice bibliographique
Résumé
BACKGROUND: Reports on maternal deaths and stillbirths in health facilities are a critical but underutilized source of information to monitor the quality of care. In addition, with increasing coverage of deliveries by health facilities, such data can improve population estimates of maternal mortality and stillbirth rates. Data quality concerns, however, have often deterred use of facility data. This study aims to assess subnational trends in institutional mortality and examine its utility for improving population-based estimates of mortality. METHODS: Data from the routine monthly reporting system of the Ministry of Health in Kenya were used to assess levels and trends in maternal mortality and stillbirth rates in 47 counties from 2011 to 2022. Data quality was assessed using multiple methods, including consistency of annual reporting of live births, stillbirths and maternal deaths by counties, plausibility of the ratio of reported stillbirths to maternal death, the county institutional mortality in comparison to delivery coverage, socioeconomic development and health system characteristics. The consistency between institutional and population estimates of mortality was assessed using different scenarios. RESULTS: Institutional live birth coverage increased from 64.0% in 2014 to 87.8% in 2022, ranging from 49 to 99% in counties. Kenya and 39 of its 47 counties experienced a decline in institutional maternal mortality ratio and stillbirth rate during the study period 2011-2022. The national institutional maternal mortality decline stagnated from 2018 and was 99 maternal deaths per 100,000 live births in 2022. Consistency of reported data by county was good over time but several indicators suggest that maternal death reporting was incomplete and more so in less-developed counties. Estimates of the population maternal mortality ratio, derived from the facility data, were much lower than global estimates or census results, while the stillbirth rates were consistent. CONCLUSION: The health facility data on maternal death and stillbirths are an important data source for monitoring national and subnational institutional maternal mortality and stillbirth rates and can also inform population estimates. Systematic sustained assessment of reporting completeness will be critical to achieve the full potential of facility data-derived mortality monitoring.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».