ザンビアにおける産院アクセスの影響評価 (MAHMAZ)

背景: ザンビアの妊産婦死亡率は 2007 年以降、100,000 出生あたり 591 人の妊産婦死亡から減少したが (2007 Zambia DHS)、2014 年の妊産婦死亡率は 100,000 出生あたり 398 の妊産婦死亡と容認できないほど高かった。 WHOは、妊産婦死亡を減らすための戦略として、「すべての出産で熟練したケア」を強く推奨しています. しかし、質の高い出産と産後のケアをどのように提供するのが最善かについては、まだ答えが出ていません。特に、遠隔地や貧弱な交通サービスによってケアへのアクセスが厳しく制限されている農村部や僻地ではなおさらです。

ザンビア共和国政府 (GRZ) は妊産婦の健康の改善に取り組んでおり、保健省 (MOH)、コミュニティ開発・母子保健省 (MCDMCH)、およびいくつかのローカルおよび国際組織。 この文脈の中で、出産間近の妊娠中の母親のための熟練したケアを備えた医療施設の近くにある MH の一時的な宿泊施設は、特に医療施設から最も離れた場所に住む人々にとって、熟練した産科ケアへのアクセスを改善するための潜在的に有用な戦略を表しています。 MH は、出産前に計画を立て、出産前に医療施設に行く選択肢を妊娠中の女性に提供し、1950 年代からさまざまな形で存在してきました。 しかし、分娩サービスへのアクセスを改善し、妊産婦の転帰を改善する上での MH の有効性を示す証拠は不十分です。 MH の利用が妊産婦の健康転帰の改善と相関していることを示唆する証拠もあるが (Gaym、Lori)、コクランのレビューでは、リソースの少ない環境での MH の有効性を評価する無作為化、準無作為化、またはクラスター無作為化試験は見つからなかった (van Lonkhuijzen L)。 妊産婦および周産期の健康転帰に対する MH の影響に関する厳密な証拠が必要です。

マタニティ ホーム アライアンス (MHA) - GRZ と、学術機関と協力して活動する実施パートナーと評価アドバイザーとのパートナーシップ - は、女性に質の高いサービスへのアクセスを提供するという仮説を立てて、MH を実施することにより、女性が「距離の問題」を克服するのを支援しようとしています。 MH は、女性を施設ベースの分娩と産後ケアに近づけ、最終的に健康転帰を改善します。 最適なメンテナンス、管理、地域社会の受容性と活用により大規模に体系的に実施された場合、MH は距離の壁を取り除き、医療施設から最も離れた場所に住む女性の安全な出産へのアクセスを増やす可能性を秘めています。

介入: このプロジェクトは、最も脆弱な女性の間で質の高い分娩中ケアへのアクセスを増やすために、南部、東部、ルアプラ州で質の高い MH を実施します。 ザンビアの農村部で安全な出産へのアクセスを改善するために MH が受け入れ可能なオプションであることが判明した形成的評価に続いて、国内パートナーである ZCAHRD と Africare は、コア マタニティ ホーム インターベンション モデルをそれぞれ 10 か所、合計 20 か所の介入サイトで実施します。

目的: 評価の主な目的は、MH が安全な出産へのアクセスを効果的に増やすことができるかどうかを理解することです。 この評価からの調査結果は、マタニティ ホーム モデルの実施に関するプログラムの決定を通知するために使用されます。また、該当する場合は、マタニティ ホーム モデルがこのプロジェクトで提案された地区を超えて拡大するためのプログラムの改善を提唱するために使用されます。

主な質問:

1. マタニティ ホーム モデルは、マタニティ ホーム サービスが改善されていない施設と比較して、施設から 10 km 以上離れた場所に住む母親の出産数を増やしますか?

二次的な質問:

1. ミニマム・コア・マタニティ・ホーム・モデルは、施設から 10 km 以上離れた場所に住む人々の妊産婦と新生児の健康状態を、標準的なケアと比較してどの程度変化させますか?
2. 医療施設から 10 km 以上離れた地域の MH に対する認識と認識は、この調査期間中にどのように変化しますか?
3. 医療施設から 10 km 以上離れた地域に住む妊婦の間で、心不全に関連する安全な分娩と心不全分娩の意図に対する認識と認識は、時間の経過とともにどのように変化しますか?
4. MH を利用しない女性と比較して、MH を利用する女性の家族に MH の使用が与える経済的影響はどのようなものですか?
5. 介入施設と比較施設の間で、ケアの質の認識はどのように異なるか?

研究デザイン: これは準実験的なプレポスト デザインであり、1 つの実装パートナー (BU/ZCAHRD) がクラスターランダム化マッチド ペア デザインを使用し、1 つの実装パートナー (ミシガン大学/アフリカケア) が非ランダム化マッチド ペア デザインを使用します。 -ペア、比較デザイン。 研究デザインのフレームワークを以下に示します。

表 2: MH の影響を評価するための準実験的研究デザイン

BU/ZCAHRD UMich/Africare 全体 R O1 X O2 NR O1 X O2 NR O1 X O2 R O1 _ O2 NR O1 _ O2 NR O1 _ O2 2016) およびエンドライン (O2、2018 年) の介入 (X) および比較 (_) サイト。 R = ランダム化されたクラスター。 NR = 無作為化されていません。

データは分析のためにプールされますが、サンプル サイズは、BU/ZCAHRD および UMich/Africare サイトを個別に分析するのに十分な力を提供します。

データ ソース: 2 つの主要なソースからデータを収集します。

1. 世帯調査
2. 詳細なインタビュー

世帯調査 (O1、O2): ベースライン (2016 年) およびエンドライン (2018 年) で、介入および比較施設から 10 km 以上離れた場所に住む、過去 12 か月以内に出産した女性を対象に、定量的な世帯調査を実施します。 このアプローチは、集水域で施設を利用した人々、他の施設、および配達のために施設にアクセスしなかった人々の経験を捉え、MH介入の影響をより正確に推定することを可能にします.

詳細なインタビュー (IDI) (O1、O2): コミュニティの認識をより深く理解するために、世帯調査で特定された回答者のサンプルに対して IDI が実施されます。 内容には、労働と分娩の実践に対する認識、ケアへのアクセスの障壁、MH の知識と認識、産院の質の認識、施設での丁寧なケアの認識、産後のケア、費用、および MH の所有権の認識が含まれます。

研究施設: 選択と無作為化 BU/ZCAHRD は、CEmONC への転送時間と診療所への配送量が一致する 20 の施設または 10 組を選択します。 ペアは介入群と対照群に無作為に割り付けられ、10 の介入部位と 10 の対照部位が得られました。

UMich/Africare は意図的に 10 の介入サイトを選択し、10 の比較サイトを特定し、CEmONC への転送時間とクリニックのボリュームを一致させます。 これは、アライアンス全体で合計 20 の介入サイトと 20 の比較サイトです。 ランダム化 (BU/ZCAHRD の場合) およびマッチング (両方のパートナー) の単位は、施設とその集水域です。

サンプリング戦略: 多段階ランダム サンプリングを採用します。 まず、人口規模に比例する確率で、各研究集水域から 10 個のクラスター (施設から 10k 以上離れた集水域内の村) のサンプルをランダムに選択します。 次に、選択した村のすべての世帯をリストし、それらをランダムに並べ替え、その順序で各世帯を訪問し、適格性をスクリーニングします。各村で n 番目の適格な世帯が特定されるまで、リストを続けます。 第 3 に、該当する場合は、各世帯から適格な女性をランダムに 1 人選びます。

フォローアップ: 各観測点 (O1 および O2) で、同じ方法を使用して新しい断面サンプルを選択します。 したがって、世帯は時間の経過とともに追跡されません。

データ品質管理戦略: 品質管理のために、まず、調査員が 5 日間のトレーニングに参加します。 第二に、列挙者は経験豊富な監督者によって監督されます。 これらの担当者は、質の高いアンケートを毎晩レビューします。 第 3 に、監督者は、監督する調査員ごとに世帯の 5% のサブサンプルを無作為に選択し、これらの世帯を再訪問して、調査の質問のサブセットを再実施します。 スーパーバイザーによって収集されたデータは、信頼性を確認するために、調査員によって最初に収集されたデータと比較されます。 第 4 に、データは毎晩アップロードされ、ボストンのデータ分析チームに転送され (以下のデータ入力と保存のセクションを参照)、分析チームは一貫性と品質をリアルタイムで確認します。

データ入力と保存: 調査データはタブレットに取り込まれ、タブレットの内部メモリに保存されます。 毎晩、スーパーバイザーが調査を確認して暗号化し、SurveyCTO が管理する安全なサーバーに毎晩調査をアップロードします。 プロジェクト チームは、SurveyCTO クライアント ソフトウェアを使用して暗号化されたデータをダウンロードし、BU/ZCAHRD チーム自身が生成した復号化キーを使用してデータを復号化します。

プロジェクト スタッフは、定性データのデータ入力、管理、保存を監督します。 すべての定性的データは、収集後 1 か月以内に英語に翻訳され、文字起こしされます。 デジタル レコーダーと定性的なメモの紙のコピーは、完全に翻訳および転写されるまで施錠されたキャビネットに保管され、その時点で音声ファイルは削除され、メモはシュレッダーにかけられます。 電子転写は、パスワードで保護されたファイルに保存されます。 定性的な書き起こしには、識別情報は含まれず、調査 ID 番号のみが含まれます。 調査チームのみが、識別可能な定量的および定性的データにアクセスできます。

サンプルサイズ: 調査には 2,400 人の女性を募集し、ラウンドごとに各研究グループから 1,200 人を採用し、各ラウンドで 4,800 世帯と 50 人のパイロットの研究サンプルを作成します。 クラスター化されたサンプリング設計 (以前の研究に基づいて 0.04 と推定された ICC) を考慮し、.05 のアルファを仮定した後、 このサンプルは、施設提供の主要な結果に対する MH 介入の予想される影響の最小 10 パーセンテージ ポイントの違いを検出する 80% の検出力を提供します。

IDI については、ベースラインとエンドラインで 360 のサンプルを推定しますが、完全な 360 になる前に飽和または予測可能性に達した場合は停止します。

データ分析: すべての定量分析は、SAS バージョン 9.4 (SAS Institute、Cary、NC) で実施されます。 私たちの量的分析計画は 3 重であり、記述的、二変量、および多変量統計を生成します。 まず、世帯レベルの特性と回答者レベルの人口統計について、サンプルの記述分析から始めます。

次に、一致したペア内の結果の違いも探します。 セル サイズが十分な場合はカイ 2 乗検定を使用し、セル サイズが小さい場合はフィッシャーの正確確率検定を使用して、介入群と​​対照群の間でカテゴリ変数を比較します。連続変数は、正規分布の場合は t 検定を使用して比較され、分布が非正規分布の場合はノンパラメトリック Wilcoxon 順位和検定を使用して比較されます。

3 番目に、結果変数に応じて、未加工および調整済みのロジスティックまたは線形回帰モデルを計算します。 介入群と対照群を比較して相対リスクまたはオッズ比を計算し、不均衡な共変量を調整します。

すべての定性的データは、Nvivo 10 © (ドンカスター、オーストラリア) で分析されます。 詳細なインタビュー記録の内容分析を行います。 コーディングのテーマは、インタビュー ガイドの概要に従ってアプリオリに特定されています。 分析中に出現した場合は、追加のテーマが含まれます。 調査結果を定量的データで三角測量して、一貫性、不一致、または調査すべき追加のテーマを特定します。