埃塞俄比亚锡达马地区育龄妇女的孕产妇保健服务利用情况 (MHSU)

简介：孕产妇保健服务 (MHS) 的利用有助于降低孕产妇的发病率和死亡率。 然而，与国家目标相比，埃塞俄比亚 MHS 的利用率较低，并且是一种受多种预测因素影响的复杂现象。 它的预测因素、障碍和促进因素在埃塞俄比亚因地区而异，现有证据不足以设计有效且高效的干预策略。 提高孕产妇保健利用率的方法之一是通过健康教育提高孕产妇对产科危险征兆、分娩准备技能和并发症准备实践的了解。 然而，健康教育对这些结果的影响尚未得到全面探讨，目前已有的研究报告了有争议的结果。

目的：本研究旨在提高埃塞俄比亚锡达马地区北部地区育龄妇女的孕产妇保健服务利用率。

方法：将开展一项以社区为基础的横断面研究，以评估孕产妇保健的利用情况和预测因素。 将进行一项现象学定性研究，以探索对孕产妇保健的看法、障碍和促进因素。 将采用整群随机对照试验来评估健康教育对产妇有关产科危险体征的知识、生育准备和并发症准备计划以及孕产妇保健服务利用的影响。 横断面研究所需的最小样本量为 1,104。 为了探索对孕产妇保健的看法、障碍和促进因素，将进行至少 20 次深入访谈、每组 3 次焦点小组讨论和 20 次关键信息访谈。 介入研究所需的最小样本量为 942。 将使用多阶段抽样方法来选择研究参与者进行横断面研究。 最大方差抽样方法将用于定性研究。 整群随机抽样方法将用于干预研究。 将使用经过验证、预先测试和结构化的问卷收集定量数据。 将使用预先测试的焦点小组讨论、深入访谈和关键线人访谈指南收集定性数据，直到达到信息饱和度。 干预组将接受 12 轮预先录制的基于音频的健康教育。 将在基线和干预后 6 个月测量孕产妇保健的利用情况。 数据将输入Epi Data version 3.1并导出到SPSS和Stata软件进行分析。 将进行描述性分析以获得对感兴趣的重要变量的描述性测量。 广义估计方程 (GEE) 分析将用于评估 MHSU 的潜在预测因子。 定性数据的编码和分析将使用 Atlas-Ti 软件的主题内容分析技术完成，并以叙述形式呈现。 将利用多级线性回归模型，了解孕产妇对分娩准备和并发症准备的危险迹象和实践。 广义混合模型或 GEE 将用于调整 MHSU 的簇间和簇内变化。 意向治疗分析将用于比较组间结果。 独立的 t 检验将用于比较两组之间干预的效果。 将调整统计显着性水平以说明使用 Bonferroni 校正方法的多重比较问题的影响。

时间表和预算：本研究将于 2022 年 12 月至 2023 年 12 月进行；该项目的总成本为 421,600 ETB（7,026.67 EURO），由 Hawassa 大学和 Sidama 地区国家行政部门资助。