September 2015 Panama City, Panama

OMS del Estudio Multipais sobre Aborto (WHO MCS-A) Dr. Caron R. Kim, Medical Officer Dr. Özge Tuncalp, Scientist

1

Razón Fundamental – 1 

  

2

Datos limitados sobre la morbilidad asociada con el aborto Subregistro y subestimación Una medicion estándar de la gravedad Indicadores para el manejo de las complicaciones

Razón Fundamental – 2 

Construyendo en: – – – – –



La literatura existente La experiencia de investigación de WHO MCS-MNH Estudio en morbilidad en 5 países Guía de aborto sin riesgos (Safe Abortion Guidance) OMS concepto de “Near Miss”

Conectando con: – Conceptualización de aborto sin riesgos – Calidad de atención por salud materna y neonatal

3

Objetivos Objetivos Primarios:  Para evaluar la carga de complicaciones relacionadas con el aborto y su gravedad en los centros de estudio  Para determinar el manejo de las complicaciones relacionadas con el aborto  Para estudiar las características en las complicaciones del aborto tuvieron lugar  Para explorar la experiencia de las mujeres para el cuidado con las complicaciones relacionadas con el aborto recibidas en los centros 4

Objetivos Objetivos secondarios:  Para evaluar la capacidad institucional para la prestacion del aborto y tratamiento de las complicaciones  Para explorar los resultados de perdidas de embarazo tempranas distintas de aborto como ectopicos y molares  Para establecer la capacidad de investigación en los países participantes 5

Filename

Diseño del estudio– 1 

Estudio transversal grande con la recogida de datos prospectiva



Implementado en los centros de salud en 30 países (regiones de la OMS) – Africa, Americas, Asia, Europe and Eastern Mediterranean



La colección de datos – Nivel de los centros – Nivel individual

6

Diseño del estudio– 2 Selección de país Muestreo de etapas multiples

Selección de centros Muestreo de etapas multiples Evaluación de centros

Colección de los datos Registros medicos

7

Encuesta de salida

Selección de país

197

96

30

8

• Mapeo por TMM, fundamentos legales de aborto, regiones de OMS

• Baja TMM (n=84) • Sin datos (n=17)

• Estratificado por MCS/non-MCS • Ponderado por carga de mortalidad entre regiones y por poblacion dentro de la region

Selección y evaluación de centros 

Ciudad capital/mas poblada + 2 estados/provincias – Selección aleatoria (ponderado por la población)



Muestreo centros – Censo de centros públicos y privados – >1000 partos/año Y capacidad quirúrgica * – 10 por cada estado



Encuesta de evaluacion de las instalaciones

* Comprehensive Emergency Obstetric Care 10

Flujo de trabajo en el centro Todas las mujeres con signos y síntomas de complicaciones del aborto

Mujeres con complicaciones del aborto que son admitidos por un mínimo de 24 horas

11

Filename

Tamaño de la muestra 

Estimación 800-1000 mujeres por criterios de inclusión – Con base en los datos de estudio morbilidad aborto en Zambia

12



Longitud de la colección de datos – 3 meses



Máximo de 30 centros por cada país

Línea de Tiempo

Coleccion de datos por LAC Coleccion de datos por Asia & Mediterraneo Coleccion de datos por Africa (Mar 2016) Preparacion (RP2 & ERC)

13

Filename

2017: Terminación de la colección de datos

Reconocimientos 

HRP Secretariat – – – – –

14

Filename

Dr. Bela Ganatra Dr. A. Metin Gülmezoglu Dr. Ronnie Johnson Dr. Caron Kim Dr. Özge Tuncalp



Steering Committee – – – – – – – – – – – –

Dr. Katherine Ba-Thike Dr. Bukola Fawole Dr. Veronique Filippi Dr. Hailemichael Gebreselassie Dr. Philip Guest Dr. Kidza Mugerwa Prof. Zahida Qureshi Dr. Clementine Rossier Dr. João Paulo Souza Mr Anand Tamang Dr. Rajani Ved Dr. Jean-Jose WolombyMolondo – Dr. Nafissa Osman

Study Participants 

Inclusion: All women presenting to the health facilities with signs and symptoms of abortion-related complications

– Analysis by reported gestational age – Abortion – induced AND spontaneous – Exclusion: threatened abortion

19

Data Collection – Exit Surveys 

Research Assistants



Women identified by the medical record review tool will be invited to participate before discharge – Eligibility: admission for > 24 hours or at least one of a list of specific complication (to be finalised)

20



Consent



ACASI before discharge (ACASI=audio computer assisted self interview)

Why ACASI? 

PROBLEM - Logistical and



quality assurance issues with conducting exit surveys with women who had abortion-related morbidity in a multi-country study setting  

Well-suited for collecting sensitive data – Evidence shows that it either improves or does not make a difference in reporting of abortions.

21

 



Allows participants privately answer sensitive personal questions on a computer/tablet with headphones Minimizes data entry time and errors Consistent questionnaire delivery Works well with patients with literacy issues Can be offered in multiple languages/dialects etc.

Study Instruments  

Consent form Three data collection tools – Facility Assessment Form – Medical record review Form – Exit Survey (ACASI)

22

Study Instrument – 2 

Medical record review – Socio-demographic (geography, variations in a country - based on the available data in the facility) – Basic information (admission-diagnosis) – Characteristics of abortion (safety) – Complications of abortion • Standard classification of complications and severity

– Management of complications 



23

Minimum required set of variables to be extracted from the medical records – training + research assistants Consent process? – country specific?

Study Instrument – 3 

Women’s Exit Survey – Socio-demographics(years of education, marital status, geographic, living standards) – Abortion (Safety) • Contraception use • Methods/Provider/GA as reported by women

– Care seeking/pathway • Barriers, facilitators (three delays for spontaneous versus pathway for induced abortion)

– Experience of care – QoC • Effective communication • Respect and dignity • Emotional support

– Knowledge of abortion laws

24

Data Quality and Management 

Data collection tools – Facility assessment tool – paper – Medical data extraction – paper – ACASI – electronic



Data management – One institution responsible as the data manager? • E.g., WHOMCS near miss – CREP + regional coordinators



Mechanisms for data quality assurance – Training + informational sessions for the facilities

25