Outcome evaluation of the M-Mama emergency transport system (EmTS) and factors associated with its utilisation among lactating mothers in Kigoma District Council, Tanzania: A cross-sectional study

这项在坦桑尼亚基戈马区进行的横断面研究发现，尽管 M-Mama 紧急转运系统的利用率较低（仅为 36%），但其使用情况与产妇对项目的知晓度、产次及教育水平等因素显著相关。

要点

这是一篇关于坦桑尼亚基戈马地区（Kigoma）一项名为"M-Mama"的紧急交通系统的研究报告。为了让你更容易理解，我们可以把这篇论文想象成**“给一位迷路妈妈找车的故事”**。

🚑 故事背景：当“生命快车”需要被呼叫时

想象一下，在坦桑尼亚的基戈马地区，有一位正在哺乳期的妈妈（我们叫她“阿妈”）。突然，她或者她的宝宝遇到了紧急情况（比如大出血或难产），就像一辆车在高速公路上抛锚了，急需一辆**“生命救援车”**（救护车）来把她送到医院。

但是，这里有个大问题：

1. 路不好走：那里有很多山路，路很远，普通的摩托车或自行车不安全。
2. 没车叫：正规的救护车很少，或者叫不到。
3. 不知道有这辆车：很多人根本不知道有一个免费的“生命救援热线”可以打。

为了解决这个问题，政府和合作伙伴推出了M-Mama 系统。这就好比是一个**“拼车救援 APP"**：

• 如果你打这个免费电话，系统会立刻派车（可能是正规救护车，也可能是经过培训的社区司机开的车）。
• 司机把妈妈送到最近的医院，政府会付钱给司机（通过手机转账），妈妈不用掏一分钱。

🔍 研究人员做了什么？（这次“大调查”）

研究团队（就像一群**“交通侦探”**）去了基戈马地区，调查了 315 位刚生完孩子不久的妈妈。他们想搞清楚：为什么有的妈妈在紧急时刻成功叫到了这辆“生命救援车”，而有的妈妈却只能自己想办法（比如花钱雇车、甚至走路）？

他们发现了一个令人担忧的现象：虽然这个系统很好，但只有 36% 的妈妈用过它。 也就是说，超过一半的妈妈在紧急关头，并没有用到这个免费的好服务。

🕵️‍♂️ 侦探发现了什么“秘密”？（关键发现）

研究人员通过数据分析，找到了决定妈妈们是否使用这个系统的几个关键因素，我们可以把它们比作**“上车门槛”**：

1. 📢 知道才有用（意识最重要）

• 发现：如果你知道有这个系统，你使用它的几率是不知道的人的70 倍！
• 比喻：这就像你手机里装了一个“救命 APP"，但你根本不知道它的图标在哪，或者不知道它能免费叫车。如果你不知道它的存在，就算它就在你手边，你也用不了。
• 结论：大家不知道是最大障碍。

2. 🏠 住得越远，越依赖它（距离因素）

• 发现：住在离医院4-6 公里（比较远）的妈妈，比住在0-3 公里（很近）的妈妈更倾向于使用这个系统。
• 比喻：如果你家就在医院隔壁，你可能直接跑过去或者骑个自行车就到了，不需要叫“救援车”。但如果你住在深山老林里，走几个小时都到不了，你就必须依赖这辆“生命救援车”。
• 结论：这个系统主要救的是那些**“走得太远”**的人。

3. 🎓 学历越高，反而用得越少？（教育因素）

• 发现：这是一个很有趣的反直觉发现。受教育程度较低（没上过学或小学）的妈妈，反而比受过高等教育的妈妈更常使用这个免费系统。
• 比喻：受过高等教育的妈妈，可能更有钱，或者认识更多的人，她们在紧急时刻更倾向于自己花钱雇出租车或找熟人帮忙，觉得那样更快、更体面。而受教育程度较低、住在村里的妈妈，更依赖这个免费且可靠的官方系统。
• 结论：免费服务对低收入、低学历群体帮助最大，但高学历群体可能因为“有别的办法”而忽略了它。

4. 💰 钱多的人更爱用？（收入因素）

• 发现：收入较高的妈妈使用率更高。
• 比喻：这听起来有点矛盾（既然是免费的，为什么穷人不用？）。其实是因为收入高的妈妈，可能信息渠道更广（比如通过手机新闻、朋友介绍知道了这个服务），或者她们更有能力在紧急时刻做出“打电话”这个决定。而非常贫困的家庭可能连电话都打不通，或者根本不知道有这回事。

5. 🚗 不同医院，效果大不同（地点差异）

• 发现：在基戈马地区的不同医院，这个系统的使用率天差地别。有的医院（如 Chankele）使用率高达 93%，而有的医院（如 Kiganza）竟然是 0%。
• 比喻：这就像两个不同的“车站”。一个车站的广播天天喊“这里有免费救援车”，大家都抢着坐；另一个车站的广播坏了，或者站长没告诉大家，结果大家都傻站着等。这说明宣传不到位是硬伤。

💡 总结：我们要怎么做？

这篇论文告诉我们，M-Mama 系统就像一辆停在路边的免费救援车，它本身很棒，能救命。但是，很多人没坐上车，原因不是车坏了，而是：

1. 没人喊他们上车（宣传不够，大家不知道）。
2. 有些人觉得自己能走到（住得近的人不需要）。
3. 有些人觉得有别的车（有钱或有学历的人自己找车）。
4. 有些车站没广播（不同医院执行力度不一样）。

未来的建议：

• 大声广播：要在村里、医院里大声宣传，让所有人都知道这个免费电话。
• 重点关照：特别要告诉那些住得远、没钱的妈妈，这是她们的救命稻草。
• 统一标准：让所有医院的工作人员都学会怎么帮妈妈叫车，不要让任何一个“车站”掉链子。

一句话总结：
这个系统很好，但如果不把“车”的信息送到每个人耳边，再好的车也救不了那些在路边焦急等待的妈妈。

技术摘要

以下是基于该预印本论文《坦桑尼亚基戈马区哺乳期母亲 M-Mama 紧急运输系统（EmTS）的利用评估及相关因素：一项横断面研究》的详细技术总结：

1. 研究背景与问题 (Problem)

• 全球与区域背景：撒哈拉以南非洲占全球孕产妇死亡率的约 70%。尽管坦桑尼亚的孕产妇死亡率（MMR）已从 2016 年的每 10 万活产 556 例显著下降至 2022 年的 104 例，但缺乏紧急产科护理的获取途径仍是主要死因。
• 核心挑战：基戈马区（Kigoma District）面临道路基础设施差、距离医疗机构远、救护车覆盖有限等挑战。许多妇女在紧急情况下依赖自行车、步行或不安全的摩托车，导致“第二延误”（到达医疗机构的延误）。
• 干预措施：为了解决这一问题，坦桑尼亚政府与合作伙伴实施了"M-Mama 紧急运输系统（EmTS）”。该系统通过免费热线和数字调度系统，连接需要帮助的妇女与救护车或经过培训的社区司机（通过移动支付报销），旨在减少第二延误。
• 研究缺口：尽管 M-Mama 在试点地区（如希尼亚加）显示出成效，但关于其在基戈马区实际利用情况及其决定因素（特别是社会经济、人口统计和意识因素如何相互作用）的证据仍然稀缺。

2. 研究方法 (Methodology)

• 研究设计：采用定量描述性设施为基础的横断面研究设计。
• 研究地点与时间：坦桑尼亚基戈马区（Kigoma District Council），数据收集时间为 2025 年 7 月至 8 月（研究周期涵盖 2024 年 11 月至 2025 年 9 月）。
• 研究人群：
  • 目标群体：0-2 岁儿童的哺乳期母亲，且在 2023 年 1 月至 2024 年 12 月期间经历过产科或新生儿紧急情况。
  • 纳入标准：15-49 岁，居住在基戈马区至少 6 个月，正在接受生殖与儿童健康（RCH）服务。
  • 排除标准：不符合年龄/子女标准、未经历紧急情况、无法提供知情同意者。
• 抽样方法：
  • ** purposive sampling（目的抽样）**：从 50 个卫生设施中 purposively 选择了 21 个位于交通困难地区的设施。
  • 样本量：基于 Yamane 公式计算，目标样本量为 315 人（从 1,473 名符合条件的母亲中抽取）。
  • 实际执行：从每个选定的设施中招募 15 名符合条件的母亲。
• 数据收集：使用结构化问卷（Kobo Collect 工具电子采集），涵盖人口统计、社会经济因素、项目促成因素（如意识、广告来源）及感知因素。问卷经英语 - 斯瓦希里语翻译及回译以确保效度。
• 数据分析：
  • 使用 STATA 17 进行分析。
  • 描述性统计（频率、百分比）。
  • 双变量逻辑回归：计算粗比值比（COR）。
  • 多变量逻辑回归：计算调整后的比值比（AOR），以识别独立预测因子。
  • 显著性水平设定为 p < 0.05。

3. 主要发现 (Key Results)

• 利用率总体情况：
  • M-Mama EmTS 的利用率较低，仅 36% 的受访者（112/315）报告在紧急情况下使用了该系统。
  • 未使用者主要依赖私人交通（65%），其次是 M-Mama 救护车（24%）和社区出租车（11%）。
  • 未使用的主要原因包括：紧急情况本身阻碍了使用（42%）和缺乏对该服务的认知（22%）。
• 关键影响因素（多变量逻辑回归结果）：
  • 意识（Awareness）：是最强的预测因子。知晓该项目的母亲使用率是不知晓者的 69.62 倍 (AOR = 69.62, p < 0.001)。
  • 产次（Parity）：多产次（3-4 个孩子）母亲的使用率显著低于初产或低产次母亲 (AOR = 0.32, p = 0.001)。
  • 教育水平（Education）：受教育程度越高，使用率反而越低。与无受教育者相比，小学学历 (AOR = 0.16) 和中学及以上学历 (AOR = 0.12) 的母亲使用可能性显著降低。研究推测，受教育程度较高的母亲更倾向于使用私人交通工具或居住在交通更便利的地区。
  • 收入（Income）：高收入母亲使用率是低收入母亲的 2.71 倍 (AOR = 2.71, p = 0.005)。
  • 居住地与距离：
    • 居住在城镇的母亲比居住在村庄的母亲使用率低 (AOR = 0.51, p = 0.064，边缘显著)。
    • 距离医疗机构 0-3 公里的母亲比距离 4-6 公里的母亲使用率低 (AOR = 0.37, p = 0.007)。这表明距离越远，对紧急运输系统的依赖度越高。
• 设施间差异：利用率在不同卫生设施间差异巨大。Chankele 和 Bubango 设施利用率较高（分别为 93.3% 和 6.7%），而 Kiganza、Kimbwela 等 4 个设施报告利用率为 0%。

4. 主要贡献 (Key Contributions)

• 填补区域空白：提供了基戈马区（一个具有独特社会经济和地理动态的地区）关于 M-Mama 系统实际利用情况的首批实证数据，弥补了以往研究多集中在试点地区（如希尼亚加）的不足。
• 揭示非预期关联：研究发现受教育程度越高，使用率越低，这与许多关于健康素养促进服务利用的常规认知相反。这一发现挑战了传统假设，提示高学历群体可能因拥有替代交通方案（如私家车、摩托车）而减少了对免费公共运输系统的依赖。
• 细化障碍分析：不仅确认了“意识”是关键，还量化了距离、产次和收入的具体影响，并指出了设施间实施的不均衡性。
• 理论应用：成功将“三延误模型”（Three Delays Model）应用于评估具体的社区运输干预措施，特别是针对“第二延误”的解决效果。

5. 意义与启示 (Significance)

• 政策建议：
  • 加强宣传：鉴于意识是决定性因素，必须加强针对所有教育水平群体的社区宣传，特别是针对高学历和城镇人群，解释 M-Mama 在紧急情况下的可靠性和速度优势。
  • 公平性干预：针对利用率极低的设施（如 Kiganza 等），需进行实地调查，解决当地的具体实施障碍（如宣传不到位、调度系统故障或社区信任缺失）。
  • 交通策略优化：考虑到高收入和高教育群体倾向于私人交通，政策制定者需思考如何确保这些群体在紧急情况下也能优先使用 M-Mama，或者如何为低收入和偏远地区群体提供更有力的保障。
• 公共卫生影响：提高 M-Mama EmTS 的利用率对于进一步降低坦桑尼亚的孕产妇和新生儿死亡率至关重要，特别是在交通不便的基戈马地区。
• 研究局限与未来方向：研究为横断面设计，无法确立因果关系；样本仅来自设施内的哺乳期母亲，可能存在选择偏差。未来研究可结合定性方法深入探讨高学历群体不使用该服务的深层原因。

总结：该研究揭示了 M-Mama 紧急运输系统在坦桑尼亚基戈马区虽然具有潜力，但实际利用率仍然较低。利用率的提升高度依赖于项目认知度，并受到教育水平、收入、居住距离和产次的复杂影响。未来的干预措施应侧重于消除认知障碍，并针对不同社会经济群体制定差异化的推广策略。