Attitudes and behaviour predict women's intention to drink alcohol during pregnancy: the challenge for health professionals
Notice bibliographique
Résumé
BACKGROUND: To explore women's alcohol consumption in pregnancy, and potential predictors of alcohol consumption in pregnancy including: demographic characteristics; and women's knowledge and attitudes regarding alcohol consumption in pregnancy and its effects on the fetus. METHODS: We conducted a national cross-sectional survey via computer assisted telephone interview of 1103 Australian women aged 18 to 45 years. Participants were randomly selected from the Electronic White Pages. Pregnant women were not eligible to participate. Quotas were set for age groups and a minimum of 100 participants per state to ensure a national sample reflecting the population. The questionnaire was based on a Health Canada survey with additional questions constructed by the investigators. Descriptive statistics were calculated and logistic regression analyses were used to assess associations of alcohol consumption in pregnancy with participants' characteristics, knowledge and attitudes. RESULTS: The majority of women (89.4%) had consumed alcohol in the last 12 months. During their last pregnancy (n = 700), 34.1% drank alcohol. When asked what they would do if planning a pregnancy (n = 1103), 31.6% said they would consume alcohol and 4.8% would smoke. Intention to consume alcohol in a future pregnancy was associated with: alcohol use in the last pregnancy (adjusted OR (aOR) 43.9; 95% Confidence Interval (CI) 27.0 to 71.4); neutral or positive attitudes towards alcohol use in pregnancy (aOR 5.1; 95% CI 3.6 to 7.1); intention to smoke in a future pregnancy (aOR 4.7; 95% CI 2.5 to 9.0); and more frequent and higher current alcohol consumption. CONCLUSIONS: Women's past pregnancy and current drinking behaviour, and attitudes to alcohol use in pregnancy were the strongest predictors of alcohol consumption in pregnancy. Targeted interventions for women at higher risk of alcohol consumption in pregnancy are needed to change women's risk perception and behaviour.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».