モバイルヘルスの統合出生前ケア介入の影響

背景：母親と新生児にとって可能な限り最高の健康を維持することは、エチオピアを含むサハラ以南のアフリカ（SSA）で依然として課題です（1）。 母子と子どもの致命的な犠牲者は、保健部門にとって最も重要な課題のままです（2）。 低所得国では、妊娠の高血圧障害（HDP）、産科出血（OH）、および敗血症は、母体の罹患率と死亡率の最も一般的なドライバーです（3）。 簡単で証拠に基づいた予防措置は、妊娠中の壊滅的な罹患率と死亡率を防ぐ可能性が高い（4）。 ANCは、肯定的な母体および周産期の結果を確保するために重要です（5）。

WHOは、母体および新生児の健康の改善に貢献し、妊娠中、出産後、出生後の熟練したケアの使用を増やすために、個人、家族、およびコミュニティの能力を高めるためのより広範な介入パッケージを確立することを推奨しています（5,6）。 Health for Allアプリケーションは、ゴンダー大学の学者によって開発され、国際プライマリヘルスケア研究所 - エチオピアとエチオピア保健省によって付与されました。 すべてのアプリの健康には、家族計画パッケージ、ANCパッケージ（8つの連絡先）、出生準備と合併症の準備、熟練した配信、母体栄養、ANC、周産期の危険兆候、分娩後の家族計画、および出生後ケアに関する詳細情報が含まれていますが、エチオピアではまだ実施されていません。 したがって、この研究は、周産期のヘルスケア探索の変化に寄与する可能性のあるANCの間に統合サービスを実装し、継続的な産科ケアを確保し、妊娠経験を提供します。

母性および新生児の健康は、現在の持続可能な開発目標（SDG）期間中に大きな注目を集めていますが、母親と新生児の両方にとって可能な限り最高の健康を維持することは、サハラ以南のアフリカ（SSA）で依然として課題です（7）。 エチオピアは、母国と子どもの致命的な犠牲者が最も高いサハラ以南の国の1つです。これは、保健セクターにとって最も重要な課題のままです（つまり、出生100,000あたり401 mmrであり、周産期死亡率は1000人あたり33人です（8）。 母体のケア完了率の連続体は非常に低かった（2）。 2019年のエチオピアのミニ人口統計保健調査レポートによると、妊婦の約57％が最適な出産前ケアを受けていませんでした（14）、女性の69.1％が産科の連続体から脱落しました（9）。 妊婦のケアの継続性への遵守を増やし、それによって罹患率と死亡率を減らすために、モバイルヘルス（MHEalth）アプリはスマートフォンを介してアクセスできる不可欠なツールであり、女性が自分の幸福をコントロールする必要がある女性に、これまでにないように制御する必要がある（10）。 これらの革新は、母性医療サービスの必要性に対する女性の限られた理解を改善するために不可欠であり、有害な文化的規範は女性の医療サービスの利用に障害をもたらします（11）。 さらに、MHealthの革新的なアプリケーションにより、ユーザーは自分の状態について学び、妊娠中のライフスタイルの変更、治療オプション、予防措置を促進し、情報に基づいた意思決定を促進し、健康情報にアクセスし、ケアを求めることができます（7,12-15）。 ただし、これらの更新されたエビデンスに基づいたMHEalthアプリの存在に関する適切な情報がないため、このデジタルヘルスソリューションの統合された取り込みは、母子医療サービス提供プロセスに限られています（つまり、すべての人の安全な配信と健康）。 さらに、実用的な実装経験の欠如は、デジタルヘルスケアの成熟に向けてエチオピアの能力を制限することです。 したがって、ヘルスケアプロバイダーと女性の関与は効果的なヘルスケアの重要な要素であり、このドメインのゲームチェンジャーとしてMHealthアプリが登場しています。

MHEalthの介入が、母親と子供の健康の結果を改善するための有望な解決策として浮上していることが明らかになりました。 Mhealthが文献で広く文書化されていることの受け入れと有効性にもかかわらず、エチオピアではほとんど、またはまったく研究が行われていません。

研究の質問：MHEALTH統合出生前ケアの介入の実装は、産科の継続的なケア、産科の健康リテラシー、および母体および周産期の結果を改善することに大きな影響を及ぼしますか？ 研究仮説：MHealth統合腸のケア介入の実施により、産科の継続的なケア、産科健康リテラシー、および母体および周産期の結果が向上します。

研究の目的：

一般的な目的：イーストゴージャムゾーンの主要公立病院における産科継続、産科保健リテラシー、および母体および周産期の結果を改善する際の統合出生前ケア介入に対するMhealthの影響を評価する。

• 母体の継続的なケアの改善におけるMHEALTH-INTESTERATEDアントネタルケア介入の効果を調査する
• 母体の産科産科の健康リテラシーの改善に対するMhealth-Integrated Antenatal Care介入の効果を調査する
• 母体の健康転帰の改善におけるMHEALTH-INTERATED ANTENATAL CARE介入の影響を調査する
• 周産期の健康転帰の改善における統合された出生前ケア介入に対するMHealthの効果を調査する
• 医療提供者、母子保健官の間でANC中に統合された出生前ケア介入の許容性、実現可能性、機会、課題を調査するために
• 方法および材料の研究デザイン、環境、および期間中に統合された出生前ケア介入でMHealthを使用した女性の見解と妊娠経験を探るために：2項は、エチオピア州北西部のイーストゴージャムゾーンの主要な公立病院で2025年7月30日から2025年7月30日までに採用されます。

人口：

ソースの人口：東ゴージャムゾーン公衆衛生機関の出生前ケアに参加するすべての妊婦研究集団研究：スマートフォンにアクセスし、ランダムに選択されたプライマリホスピタルサンプルサイズの決定とサンプリング手順で妊娠の最初の12週間以内に1番目のANC接触に到達することは、サンプルサイズを使用してサンプルサイズを使用して、サンプルサイズを使用して、サンプルサイズを使用して、サンプルサイズを計算することを検討しました。 （ῤ）= 0.03、以前の文献（40）に基づいて、コントロールグループ（13.9％）の産科継続的なケアの完全利用のベースラインでP1を想定しました。 実装はP1を14％増加させると予想されたため、P2は27.9％、d = 15％、クラスターサイズ（m）= 46と推定されました。 サンプルサイズは各目標に対して計算され、最大のサンプルサイズは腕あたり260、合計520になると取得されます。

クラスターの単位とランダム化（サンプリング手順）：クラスターのレベルは主要な公立病院であり、合計4つの（つまり、2つの非隣接ペア）保健機関が含まれ、介入および制御群（つまり、各腕の2つのクラスター）にランダムに割り当てられます。 各アームの260の適格な調査集団は、目的のサンプルを取得するまで連続して選択され、識別コードが与えられます。

実装：介入には、出産サービスプロバイダーとユーザーの両方に対するトレーニングの提供が含まれます。 当初、産科医療提供者向けに提唱とトレーニングが行われます。 介入クラスターのこれらの産科サービスプロバイダーは、助産師および健康拡張労働者（HEW）であると予想されます。 第1段階では、MHealthソリューションの適用に関する実践的な実践トレーニング（つまり、すべてのアプリの健康）が助産師とHEWに提供されます。 第2フェーズでは、これらの訓練を受けた産科サービスプロバイダーは、適格な妊婦とMHealthソリューションアプリケーション（すなわち、すべての健康）を共有し、MHEalthソリューションの利点、適用、および利用に関する教育を提供します。 ヘルスセンターベースの教育に加えて、HEWは介入集水域内のコミュニティレベルで産科フォーラムを通じて教育を提供することも期待されています。 介入を開始し、必要な数の適格な女性を介入部門で募集した後、追跡期間を通じて継続的な支持的監督と監視が行われます。

データ収集方法：データは4回、つまり、ベースライン（最初の接触中）、ANCの接触、配信の終わり、およびチャートレビュー、クライアントインタビュー、および観察による介入後の7日以内に収集されます。

統計分析：収集されたデータは、Epidataバージョン4.6を使用して入力され、分析のためにStataバージョン17にエクスポートされます。 記述統計は、参加者のベースラインデータを説明するために使用されます。 2つのアーム間の統計的割合の差を把握します。 グループ間の違いに対する介入の影響は、カテゴリ変数のカイ2乗検定と連続変数の独立したt検定を使用して評価されます。 ペアのt検定を使用して、グループ内の違いを評価します。 この研究では、2つの事前に指定された分析が使用されます。一次分析は、ケア利用状況の調査結果のフォローアップがあるか、試験を完了したかに関係なく、最初に割り当てられた腕のすべての募集された参加者を含む、治療意図（ITT）分析です。 二次分析は、プロトコル（PP）分析に従っています。これは、研究の終了時に利用可能な結果の結果が得られた参加者のみの治療効果を調べます。 医療施設レベルでのクラスタリングのために調整された標準エラーを使用した一般化された線形混合効果モデリングが採用されます。 事前に指定された目標に対する介入の影響は、関連性の相対リスク（RR）尺度を使用して評価されます。 95％信頼区間の上限を使用して、RRが非劣性マージン（d = 14％）を下回るかどうかを判断します。 RRのこの信頼区間の上限が介入をコントロールと比較した場合、1.14未満の場合、介入はコントロールより劣ることはありません。 同時に、優位性分析が実装され、CIの下限が1.14を超える場合、代替案は受け入れられます。 妊娠後の定性的データは、妊娠経験、および容認性と実現可能性、および課題と機会を評価するために利害関係者から収集され、atlas.tiを使用して分析されます。 ソフトウェア。

データの品質保証：アンケートのデータの品質が事前にテストされるようにするため。 サンプルのランダム化は、データの汚染を最小限に抑えるために、地理的には遠く離れた介入および対照群のためにさまざまな一次病院を採取することによって行われます。 監督者は、密接なフォローアップを行います。 データコレクターと監督者にトレーニングが行われ、倫理的承認：倫理的承認書がデブレマルコス大学の施設内審査委員会から取得され、関係機関から裁判登録番号が取得されます。 管理承認の正式な手紙は、各医療施設マネージャーから取得されます。 書面によるインフォームドコンセントは、研究の目的の明確な説明の後、各研究参加者から受け取られます。