Participação do companheiro da gestante nas consultas de pré-natal: prevalência e fatores associados / Participación del compañero de la embarazada en las consultas prenatales: prevalencia y factores asociados / Participation of the pregnant woman´s partner in pre-natal consultations: prevalence and associated factors

RESUMO Objetivo: identificar a prevalência e fatores associados à participação do companheiro da gestante no pré-natal. Método: estudo transversal realizado entre março e julho de 2018 por meio de entrevista com 655 puérperas de uma regional do Nordeste brasileiro. Estimou-se associações com uso do Qui-quadrado e Razão de Prevalência. Resultados: dentre mulheres com companheiro e que realizaram pré-natal (85,6%; n= 561), a participação do parceiro foi de (44,2%; n=248), sendo maior entre aquelas que planejaram a gravidez (RP: 1,25; IC 95%: 1,07-2,10), desejaram engravidar (RP: 1,22; IC 95%: 1,01-1,98), iniciaram precocemente o acompanhamento (RP: 1,31; IC 95%: 1,01-2,46) e realizaram seis ou mais consultas (RP: 1,49; IC 95%: 1,32-1,81). Houve menor participação entre mulheres com baixa escolaridade (RP: 0,72; IC 95%: 0,39-0,77) e que utilizaram serviço público (RP: 0,65; IC 95%: 0,24-0,85). Conclusão: a baixa prevalência de participação do companheiro da gestante no pré-natal evidencia a necessidade de maior estímulo à sua inclusão neste processo.

RESUMEN Objetivo: identificar la prevalencia y los factores asociados a la participación del acompañante de la gestante en el prenatal. Método: estudio transversal realizado entre marzo y julio de 2018 mediante una entrevista con 655 puérperas de un hospital regional del Nordeste de Brasil. Las asociaciones se estimaron mediante la Chi-cuadrado y la Razón de Prevalencia. Resultados: entre las mujeres con pareja que tuvieron control prenatal (85,6%; n= 561), la participación de la pareja fue (44,2%; n=248), siendo mayor entre las que planificaron el embarazo (PR: 1,25; IC 95%: 1,07-2,10), deseaban quedarse embarazadas (PR: 1,22; IC 95%: 1,01-1,98), iniciaron precozmente un seguimiento (PR: 1,31; IC 95%: 1,01-2,46) y tenían seis o más consultas (PR: 1,49; IC 95%: 1,32-1,81). La participación fue menor entre las mujeres con bajo nivel educativo (RP: 0,72; IC 95%: 0,39-0,77) y que utilizaron los servicios públicos (RP: 0,65; IC 95%: 0,24-0,85). Conclusión: la baja prevalencia de participación del acompañante de la gestante en el prenatal evidencia la necesidad de un mayor estímulo a su inclusión en este proceso.

ABSTRACT Objective: to identify the prevalence and factors associated with the participation of the pregnant woman's partner in prenatal care. Method: cross-sectional study conducted between March and July 2018 by interviewing 655 puerperal from a regional office in Northeastern Brazil. Associations were estimated using Chi-square and Prevalence Ratio. Results: Among women with a partner who had prenatal care (85.6%; n= 561), the partner's participation was (44.2%; n=248), being higher among those who planned pregnancy (PR: 1.25; 95% CI: 1.07-2.10), desired to become pregnant (PR: 1.22; 95% CI: 1.01-1.98), initiated early follow-up (PR: 1.31; 95% CI: 1.01-2.46), and had six or more consultations (PR: 1.49; 95% CI: 1.32-1.81). There was lower participation among women with low education (PR: 0.72; 95% CI: 0.39-0.77) and who used public services (PR: 0.65; 95% CI: 0.24-0.85). Conclusion: the low prevalence of the pregnant woman's companion participation in prenatal care highlights the need to further encourage their inclusion in this process.

Random access with a distributed Bitmap Join Index for Star Joins.

Indices improve the performance of relational databases, especially on queries that return a small portion of the data (i.e., low-selectivity queries). Star joins are particularly expensive operations that commonly rely on indices for improved performance at scale. The development and support of index-based solutions for Star Joins are still at very early stages. To address this gap, we propose a distributed Bitmap Join Index (dBJI) and a framework-agnostic strategy to solve join predicates in linear time. For empirical analysis, we used common Hadoop technologies (e.g., HBase and Spark) to show that dBJI significantly outperforms full scan approaches by a factor between 59% and 88% in queries with low selectivity from the Star Schema Benchmark (SSB). Thus, distributed indices may significantly enhance low-selectivity query performance even in very large databases.