Effektutvärdering av tillgång till mödrahem i Zambia (MAHMAZ)

BAKGRUND: Även om Zambias mödradödlighet har minskat från 591 mödradödsfall per 100 000 levande födda sedan 2007 (2007 Zambia DHS), var mödradödligheten 2014 oacceptabelt hög med 398 mödradödsfall per 1000 levande födslar. WHO rekommenderar starkt "kvalificerad vård vid varje födelse" som en strategi för att minska mödradödsfall. Det är dock fortfarande obesvarat hur man bäst levererar högkvalitativ vård vid förlossning och efter förlossningen, särskilt på landsbygden och i avlägsna områden där avstånd och dåliga transporttjänster allvarligt begränsar tillgången till vård.

Republiken Zambias regering (GRZ) har åtagit sig att förbättra mödrars hälsa och har initierat ett stort samarbete som syftar till att göra det genom hälsoministeriet (MOH), ministeriet för samhällsutveckling, mödrar och barns hälsa (MCDMCH), och flera lokala och internationella organisationer. Inom detta sammanhang representerar MHs-tillfälliga boenden belägna nära hälsoinrättningar med kvalificerad vård för gravida mödrar som är nära terminen en potentiellt användbar strategi för att förbättra tillgången till kvalificerad obstetrisk vård, särskilt för dem som bor längst bort från hälsoinrättningarna. MH:er ger gravida kvinnor möjlighet att planera i förväg och resa till vårdcentraler långt innan förlossningen börjar, och har funnits i olika former sedan 1950-talet. Det finns dock otillräckliga bevis för hur effektiva MHs är när det gäller att förbättra tillgången till leveranstjänster och förbättra mödrans resultat. Även om vissa bevis tyder på att MH-användning är korrelerad med förbättrade mödrahälsoresultat (Gaym, Lori), fann en Cochrane-granskning inga randomiserade, kvasi-randomiserade eller klusterrandomiserade prövningar som bedömde effektiviteten av MHs i låga resurser (van Lonkhuijzen L). Rigorösa bevis på effekterna av MH på mödrar och perinatala hälsoresultat behövs.

Maternity Homes Alliance (MHA) - ett partnerskap mellan GRZ och implementerande partners som arbetar i samarbete med akademiska institutioner, och utvärderingsrådgivare, - försöker hjälpa kvinnor att övervinna "avståndsproblemet" genom att implementera MHs, med hypotesen att erbjuda kvinnor tillgång till kvalitet MHs kommer att föra kvinnor närmare anläggningsbaserad förlossning och postpartumvård, vilket i slutändan förbättrar hälsoresultaten. Om de implementeras systematiskt i stor skala med optimalt underhåll, förvaltning och gemenskapsacceptans och användning, har MH:er potential att ta bort avståndsbarriären och öka tillgången till säker förlossning för kvinnor som bor längst bort från hälsoinrättningarna.

INTERVENTION: Detta projekt kommer att implementera högkvalitativa MHs i södra, östra och Luapula-provinserna i ett försök att öka tillgången till högkvalitativ intrapartumvård bland de mest utsatta kvinnorna. Efter en formativ utvärdering som fann att MH kunde vara ett acceptabelt alternativ för att förbättra tillgången till säkra förlossningar på landsbygden i Zambia, kommer partner inom landet, ZCAHRD och Africare, att implementera en Core Maternity Home Intervention Model på 10 platser vardera, totalt 20 interventionsplatser.

MÅL: Huvudsyftet med utvärderingen är att förstå om MHs effektivt kan öka tillgången till säker förlossning, särskilt för kvinnor som bor längst bort från hälsoinrättningar. Resultaten från denna utvärdering kommer att användas för att informera programbeslut angående implementering av mödrahemsmodellen och, om tillämpligt, för att förespråka programmatiska förbättringar eftersom mödrahemsmodellen tas för att skala bortom de distrikt som föreslås för detta projekt.

Primär fråga:

1. Ökar den lägsta kärnmodellen för mödrahem antalet förlossningar bland mödrar som bor mer än 10 km från anläggningarna jämfört med anläggningar utan förbättrade mödrahemstjänster?

Sekundära frågor:

1. I vilken grad förändrar modellen för den lägsta kärnmoderskapshemmet mödrars och neonatala hälsoresultat bland dem som bor mer än 10 km från anläggningen jämfört med standarden på vården?
2. Hur förändras medvetenheten om och uppfattningarna om MHs hos samhällen som ligger mer än 10 km från vårdinrättningen under den här studieperioden?
3. Hur förändras medvetenheten om och uppfattningen om HF-associerad säker förlossning och avsikten för HF-förlossning bland gravida kvinnor som bor i samhällen belägna mer än 10 km från vårdinrättningen över tiden?
4. Vilken är den ekonomiska inverkan som användningen av MH har på familjerna till kvinnor som använder det jämfört med kvinnor som inte använder det?
5. Hur skiljer sig uppfattningen om vårdkvalitet mellan interventions- och jämförelseplatser?

STUDIEDESIGN: Detta är en kvasi-experimentell pre-post design där en implementerande partner (BU/ZCAHRD) kommer att använda en klusterrandomiserad matchad-pardesign och en implementerande partner (University of Michigan/Africare) kommer att använda en icke-randomiserad matchning -par, jämförelsedesign. Ramen för studiedesignen visas nedan:

Tabell 2: Quasi-experimentell studiedesign för att utvärdera effekten av MHs

BU/ZCAHRD UMich/Africare Totalt R O1 X O2 NR O1 X O2 NR O1 X O2 R O1 _ O2 NR O1 _ O2 NR O1 _ O2 X = Minimum Core Maternity Home (se ovan) O = Observationer vid baslinjen (O1, i 2016) och slutlinje (O2, 2018) vid interventions- (X) och jämförelseplatser (_). R = kluster randomiserat; NR = inte randomiserat.

Data kommer att slås samman för analys men provstorlekar ger tillräcklig kraft för att separat analysera BU/ZCAHRD- och UMich/Africare-platserna.

DATAKÄLLOR: Vi kommer att samla in data från två huvudkällor:

1. Hushållsundersökningar
2. Djupintervjuer

Hushållsundersökning (O1, O2): En kvantitativ hushållsundersökning kommer att genomföras vid baslinjen (2016) och slutlinjen (2018) bland kvinnor som har fött barn under de senaste 12 månaderna) som bor mer än 10 km från interventions- och jämförelseanläggningarna. Detta tillvägagångssätt kommer att fånga erfarenheterna från de som använde anläggningen i sitt upptagningsområde, andra anläggningar och de som inte hade tillgång till en anläggning för leverans, vilket gör att vi kan mer exakt uppskatta effekten av MH-interventionen.

Djupintervjuer (IDI) (O1, O2): IDI:er kommer att genomföras bland ett urval av respondenter som identifierats för hushållsundersökningen för att få en djupare förståelse för samhällets uppfattningar. Innehållet kommer att inkludera uppfattningar om arbets- och förlossningspraxis, hinder för tillgång till vård, kunskap och medvetenhet om MH, uppfattningar om kvaliteten på förlossningshem, uppfattningar om respektfull vård på anläggningen, postnatal vård, kostnader och uppfattningar om MH-ägande.

STUDIEPLATSER: Urval och randomisering BU/ZCAHRD kommer att välja de 20 platserna eller 10 par som matchas på överföringstid till CEmONC och klinikleveransvolym. Par randomiserades till interventionsgruppen och kontrollgrupperna, vilket gav 10 interventions- och 10 kontrollplatser.

UMich/Africare kommer målmedvetet att välja 10 interventionsställen och identifiera 10 jämförelseställen, matchade på överföringstid till CEmONC och klinikvolym. Detta är totalt 20 interventions- och 20 jämförelsesajter över hela alliansen. Enheten för randomisering (för BU/ZCAHRD) och matchning (båda partnerna) är anläggningen och dess upptagningsområde.

SAMPLINGSSTRATEGI: Vi kommer att använda slumpmässigt urval i flera steg. Först kommer vi att slumpmässigt välja ett urval av 10 kluster (byar inom upptagningsområdet mer än 10k från anläggningen) från varje studieupptagningsområde med sannolikhet proportionell mot befolkningens storlek. För det andra kommer vi att lista alla hushåll inom de utvalda byarna, slumpmässigt beställa dem, besöka var och en i den ordningen och söka efter berättigande, fortsätta nedåt i listan tills det n:te berättigade hushållet i varje by har identifierats. För det tredje väljer vi slumpmässigt, om tillämpligt, en berättigad kvinna från varje hushåll.

UPPFÖLJNING: Vid varje observationspunkt (O1 och O2) kommer vi att välja ett nytt tvärsnittsprov med samma metodik. Därför kommer hushållen inte att följas upp över tid.

DATAKVALITETSKONTROLLSTRATEGI: För kvalitetskontroll kommer först uppräknare att delta i en 5-dagars utbildning. För det andra kommer uppräknare att övervakas av erfarna handledare. Dessa personer kommer att granska undersökningar för kvalitet varje natt. För det tredje kommer tillsynsmyndigheter att slumpmässigt välja ett 5 % delurval av hushåll för var och en av de uppräknare de övervakar och återbesöka dessa hushåll för att göra om en delmängd av enkätfrågor. Data som samlats in av handledare kommer att jämföras med data som ursprungligen samlades in av uppräknare för att kontrollera tillförlitligheten. För det fjärde kommer data att laddas upp och överföras varje natt till dataanalysteamet i Boston (se avsnittet Datainmatning och lagring nedan) och analysteamet kommer att granska i realtid för konsekvens och kvalitet.

INMATNING OCH LAGRING AV DATA: Undersökningsdata kommer att fångas in på surfplattorna och sparas i surfplattornas interna minne. Varje kväll kommer en handledare att granska och kryptera undersökningar och sedan ladda upp undersökningarna varje kväll till en säker server som administreras av SurveyCTO. Projektgruppen kommer att ladda ner den krypterade informationen med SurveyCTO Client-mjukvaran och dekryptera data med en dekrypteringsnyckel som genereras av BU/ZCAHRD-teamet själva.

Projektpersonalen kommer att övervaka datainmatning, hantering och lagring av kvalitativ data. All kvalitativ data kommer att översättas till engelska och transkriberas inom 1 månad efter att de samlats in. Digitala brännare och papperskopior av kvalitativa anteckningar kommer att förvaras i ett låst skåp tills de är helt översatta och transkriberade, varvid ljudfiler kommer att raderas och anteckningar strimlas. De elektroniska transkriptionerna kommer att förvaras i en lösenordsskyddad fil. De kvalitativa transkriptionerna kommer inte att innehålla identifierande information, bara ett studie-ID-nummer. Endast studiegruppen kommer att ha tillgång till identifierbara kvantitativa och kvalitativa data.

URVALSSTORLEK: Vi kommer att rekrytera 2 400 kvinnor till undersökningen, 1 200 från varje studiegrupp per omgång för ett studieurval på 4 800 hushåll plus 50 piloter vid varje omgång. Efter att ha redovisat den klustrade samplingsdesignen (ICC uppskattad till 0,04 baserat på tidigare arbete), och antagit ett alfa på 0,05, Detta prov kommer att ge oss 80 % kraft för att upptäcka en skillnad på minst 10 procentenheter i den förväntade effekten av MH-interventionen på det primära resultatet av anläggningsleveransen.

För IDI:er uppskattar vi ett urval på 360 vid baslinje och slutlinje, men kommer att sluta om vi når mättnad eller förutsägbarhet före hela 360.

DATAANALYS: Alla kvantitativa analyser kommer att utföras i SAS version 9.4 (SAS Institute, Cary, NC). Vår kvantitativa analytiska plan är tredelad och ger beskrivande, bivariat och multivariat statistik. Först kommer vi att börja med en beskrivande analys av urvalet för hushållsnivåegenskaper och demografi på respondentnivå.

För det andra kommer vi också att leta efter skillnader i resultat inom de matchade paren. Kategoriska variabler kommer att jämföras mellan interventions- och kontrollgrupper med hjälp av chi-kvadrattestet om cellstorlekarna är tillräckliga eller Fishers exakta test om cellstorlekarna är små; kontinuerliga variabler kommer att jämföras med t-tester om normalfördelade eller icke-parametriska Wilcoxon-rangsummetester om fördelningen är icke-normal.

För det tredje kommer vi att beräkna råa och justerade logistiska eller linjära regressionsmodeller beroende på utfallsvariabeln. Vi kommer att beräkna de relativa risk- eller oddskvoterna genom att jämföra interventionen med kontrollarmarna, och justera för eventuella obalanserade kovariater.

All kvalitativ data kommer att analyseras i Nvivo 10 © (Doncaster, Australien). Vi kommer att göra en innehållsanalys av djupintervjuutskrifterna. Kodningsteman har identifierats a priori enligt dispositionen i intervjuguiden. Ytterligare teman kommer att inkluderas om de dyker upp under analysen. Vi kommer att triangulera fynden med kvantitativa data för att identifiera konsistenser, inkonsekvenser eller ytterligare teman som ska utforskas.