Anemia among Adolescent and Young Women in Low-and-Middle-Income Countries
Notice bibliographique
Résumé
Objective: Anemia is a global public health problem that affects maternal and infant mortality as well as human capital development. Yet there is not much research on anemia among young women in low-and-middle-income countries with nationally representative samples. The aim of the current research is to assess the extent of anemia in a critical age group: adolescents and young adults ages 15 to 24. Methods: The data are from 34 Demographic and Health Surveys and are used to describe the prevalence of anemia among pregnant and non-pregnant women by age, rural/urban residence, and household wealth. Anemia was assessed using the HemoCue® blood hemoglobin testing system. Findings: The prevalence of anemia among young women ranges from 15% to over 50%. This is substantially higher than 5%, which is the cutoff to identify a population where anemia is a public health problem. African countries show the highest prevalence of anemia; Benin, Ghana and Mali have over 60% anemia prevalence. Moreover, the prevalence of moderate to severe anemia is particularly high in African countries, over 20% in Ghana and Guinea. Our results show that anemia is a public health concern for adolescents and young adult females in all 34 countries we analyzed. Conclusion: The high prevalence of anemia among youth is alarming. Considering the importance of the adolescent and young adult years, when human capital development is consolidated and family formation begins, these findings call for interventions to redress the problem of anemia.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».