Understanding determinants of reproductive, maternal, and adolescent health in Kenya and Tanzania : opportunities to improve maternal and newborn health outcomes
Notice bibliographique
Résumé
In remembrance of David Ariaro Dwalo, whose inspiration and influence continue to resonate in my Academic journey.Though no longer with us, he lives on through the ideas, motivation and generosity he shared.His impact in my life and this dissertation is immeasurable and profound, and this accomplishment is as much yours as it is mine.i Executive Summary IntroductionMaternal and newborn health is a global public health concern, particularly impacting low-and middle-income countries.In 2020, global maternal mortality estimates indicated that 800 women died daily due to pregnancy or childbirth-related complications, totaling to 287,000 deaths that year.The Maternal Mortality Ratio (MMR) in Kenya decreased from 448 to 342 per 100,000 live births between the period 2008 to 2022 respectively.Similarly, the Tanzania MMR also improved from 556 per 100,000 live births in 2010 to 395 per 100,000 live births in 2017.Neonatal mortality rates varied significantly across regions, with sub-Saharan Africa (SSA) having the world's highest rate (27 deaths per 1,000 live births), accounting for 43% of global newborn deaths.Central and southern Asia followed with 23 deaths per 1,000 live births, representing 36% of global newborn deaths.Most of these deaths are preventable through timely utilization of reproductive, maternal, newborn, adolescent, and child health services available in primary care settings.The global set targets for Sustainable Development Goals (SDGs) 3.1 and 3.2 is to reduce global maternal mortality to below 70 per 100,000 live births and eliminate avoidable under-five child deaths.The SDGs also set targets for neonatal and under-five mortality rates to no more than 12 and 25 per 1,000 live births, respectively with Kenya and Tanzania aiming to reduce MMR to 150 per 100,000 by the year 2030 and 232 per 100,000 by the year 2025 respectively.Although Kenya and Tanzania have made some progress through programmatic activities-such as free maternal care, the use of mobile clinics in remote and undeserved areas, and the training and deployment of community health volunteers (CHVs) to provide essential health services at the community level-more efforts are needed to achieve these targets.These programmatic activities, along with policies like One Plan II in Tanzania and the national reproductive health policy in Kenya, and interventions aimed at strengthening maternal and child health services by improving infrastructure, increasing the number of skilled health workers, and enhancing the availability of essential medicines and equipment in health facilities, have contributed to the progress.However, further advancements are necessary to fully meet the established goals.Maternal and newborn deaths can be prevented through use of high-quality maternal healthcare services available at all levels of health system and during preconception, antenatal, delivery and postpartum.Adequate care during the maternal continuum from postpartum and ultimately reducing maternal and infant mortality that could occur during this period.For future research, conducting implementation science and qualitative studies could triangulate these factors and explore variables not studied as part of this research.v Samenvatting Inleiding De gezondheid van moeders en pasgeborenen is een wereldwijd probleem, dat vooral gevolgen heeft voor lage-en middeninkomenslanden.In 2020 gaven schattingen van de mondiale moedersterfte aan dat dagelijks 800 vrouwen stierven als gevolg van zwangerschaps-of bevalling gerelateerde complicaties, wat in totaal neerkwam op 287.000 sterfgevallen dat jaar.De moedersterfte (MS) in Kenia daalde tussen respectievelijk 2008 en 2022 van 448 naar 342 per 100.000levendgeborenen.Op dezelfde manier daalde ook de MMR in Tanzania van 556 per 100.000levendgeborenen in 2010 tot 395 per 100.000levendgeborenen in 2017.De neonatale sterftecijfers varieerden aanzienlijk tussen de regio's in de wereld, waarbij het ten zuiden van de Sahara gelegen deel van Afrika (Sub-saharan Africa (SSA)) het hoogste percentage ter wereld had (27 sterfgevallen per 1.000 levendgeborenen), goed voor 43% van de wereldwijde sterfte onder pasgeborenen.Centraal-en Zuid-Azië volgden met 23 sterfgevallen per 1.000 levendgeborenen, wat neerkomt op 36% van de wereldwijde sterfte onder pasgeborenen.De meeste van deze sterfgevallen kunnen voorkomen worden door tijdig gebruik te maken van de reproductieve gezondheidszorg voor moeders, pasgeborenen, adolescenten, en kinderen die beschikbaar is in de eerstelijnszorg.De doelstellingen voor de Duurzame Ontwikkelingsdoelstellingen (Sustainable Development Goals) 3.1 en 3.2 zijn het wereldwijd terugdringen van de moedersterfte tot minder dan 70 per 100.000levendgeborenen, waarbij Kenia en Tanzania ernaar streven de MMR terug te brengen tot 232 per 100.000tegen het jaar 2025, en minder dan 150 per 100.000tegen het jaar 2030.De SDG's stellen ook doelstellingen voor de sterftecijfers bij pasgeborenen en kinderen onder de vijf jaar op niet meer dan respectievelijk 12 en 25 per 1.000 levendgeborenen.Hoewel Kenia en Tanzania enige vooruitgang hebben geboekt via programmatische activiteiten -zoals gratis moederzorg, het gebruik van mobiele klinieken in afgelegen gebieden, en de training en inzet van gezondheidsvrijwilligers in de gemeenschap -zijn er meer inspanningen nodig om deze doelstellingen te verwezenlijken.Deze programmatische activiteiten, samen met beleidsmaatregelen zoals 'One Plan II' in Tanzania, en het nationale reproductieve gezondheidszorgbeleid in Kenia, en interventies gericht op het versterken van de gezondheidszorg voor moeders en kinderen (bijvoorbeeld door de infrastructuur te verbeteren, het aantal geschoolde gezondheidswerkers te vergroten, en de beschikbaarheid van essentiële gezondheidszorgvoorzieningen te vergroten), hebben bijgedragen aan de vooruitgang.Er zijn echter vi verdere verbeteringen nodig om de gestelde doelen volledig te kunnen verwezenlijken.Sterfte onder moeders en pasgeborenen kan voorkomen worden door gebruik te maken van hoogwaardige gezondheidszorgdiensten voor moeders die beschikbaar zijn op alle niveaus van het gezondheidszorgsysteem en tijdens preconceptie, prenatale zorg, bevalling, en kraamtijd.Adequate zorg tijdens het maternale continuüm, van preconceptie tot kraamtijd, is van cruciaal belang om sommige van deze sterfgevallen te voorkomen.Veel vrouwen beginnen echter laat met prenatale zorg en voltooien het aantal aanbevolen bezoeken aan de kliniek niet, wat leidt tot een slechte voorbereiding op de bevalling, thuisbevallingen, en vervolgens weinig of geen kraamtijdbezoeken.Aan de andere kant kunnen degenen die zorg krijgen in gezondheidszorginstellingen suboptimale zorg krijgen vanwege een gebrek aan noodzakelijke apparatuur, tekort aan essentiële medicijnen, en zorg van personeel met onvoldoende training.Bovendien is gebleken dat zorgvuldige gezinsplanning, met name door gebruik van langwerkende anticonceptiemethoden, kan leiden tot minder ongewenste zwangerschappen en het vergoten van de geboorte-intervallen. Dit is ook effectief gebleken om moedersterfte terug te dringen.Deze doctoraatsstudie onderzocht factoren op individueel niveau en op het niveau van het gezondheidssysteem, die van invloed zijn op de reproductieve, moeder-en adolescente gezondheidszorgpraktijken in Kenia en Tanzania.Het begrijpen van deze factoren zal de beleidsontwikkeling en interventies ondersteunen, waardoor uiteindelijk de morbiditeit en mortaliteit op het gebied van de gezondheid van moeders en pasgeborenen zal worden verminderd en de verwezenlijking van SDG 3 zal worden versneld. MethodologieHet doctoraatsonderzoek maakte gebruik van primaire en secundaire gegevens verzameld als onderdeel van projectimplementaties in twee Keniaanse subprovincies (Kaloleni-Rabai en Bomachoge-Borabu) uitgevoerd in de periode 2016 en 2020, en de Mwanzaregio van Tanzania in 2017 en 2021, beide bij huishoudens en in zorginstellingen.Daarnaast werden drie gegevensrondes van de 'Kenya Demographic and Health Surveys' (uitgevoerd in 2003, 2008 en 2014) geanalyseerd.Voor de analyse zijn verschillende statistische technieken gebruikt, afgestemd op de specifieke onderzoeksdoelstellingen.Deze technieken omvatten een op Poisson gebaseerde multivariate decompositie voor niet-lineaire respons, een Proportional Odds-model, binaire logistische regressie en een Generalized Estimating Equation (GEE)-model.Resultaten Uit het doctoraatsonderzoek bleek dat de daling van het gemiddelde aantal kinderen viiwerd beïnvloed door de leeftijd van de moeder bij de eerste geslachtsgemeenschap, de leeftijd bij haar eerste huwelijk, en het financieel vermogen van het huishouden.Veranderingen in de kenmerken van vrouwen, met name het opleidingsniveau, hielden verband met het grootste deel van de vruchtbaarheidsdaling.Bovendien was de neonataleen kindersterfte een belangrijke factor, aangezien vrouwen die kinderen hadden verloren doorgaans meer kinderen kregen.Het onderzoek richtte zich ook op de vruchtbaarheid van adolescenten, waarbij een grotere kans op een bevalling aan het licht kwam bij meisjes die op jongere leeftijd seksuele activiteiten ontplooiden, getrouwd waren, of geen enkele anticonceptiemethode gebruikten op het moment van het onderzoek.Het opleidingsniveau speelde een rol, waarbij degenen zonder opleiding een grotere kans hadden zwanger te worden.Op de projectimplementatielocaties was er een lichte toename in het gebruik van langwerkende en permanente anticonceptiemethoden (LAPM).Factoren die verband hielden met het gebruik van LAPM waren onder meer het totaal aantal geboren kinderen van de vrouw, de toekomstige zwangerschapswens, de opleiding, en beslissingsmacht van vrouwen.Er werden verschillen gevonden in prenatale zorg en bevallingspraktijken, waarbij vrouwen in de voorsteden, op eilanden, en op het platteland minder vaak prenatale zorg bezoeken (> 3 prenatale zorgbezoeken) en minder in een gezondheidsinstelling bevallen, dan
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 | 0,004 | 0,007 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».