Determinants of prenatal care use: evidence from 32 low-income countries across Asia, Sub-Saharan Africa and Latin America
Notice bibliographique
Résumé
While much has been written on the determinants of prenatal care attendance in low-income countries, comparatively little is known about the determinants of the frequency of prenatal visits in general and whether there are separate processes generating the decisions to use prenatal care and the frequency of use. Using the Demographic and Health Surveys data for 32 low-income countries (across Asia, Sub-Saharan Africa and Latin America) and appropriate two-part and multilevel models, this article empirically assesses the influence of a wide array of observed individual-, household- and community-level characteristics on a woman's decision to use prenatal care and the frequency of that use, while controlling for unobserved community level factors. The results suggest that, though both the decision to use care and the number of prenatal visits are influenced by a range of observed individual-, household- and community-level characteristics, the influence of these determinants vary in magnitude for prenatal care attendance and the frequency of prenatal visits. Despite remarkable consistency among regions in the association of individual, household and community indicators with prenatal care utilization, the estimated coefficients of the risk factors vary greatly across the three world regions. The strong influence of household wealth, education and regional poverty on the use of prenatal care suggests that safe motherhood programmes should be linked with the objectives of social development programmes such as poverty reduction, enhancing the status of women and increasing primary and secondary school enrolment rate among girls. Finally, the finding that teenage mothers and unmarried women and those with unintended pregnancies are less likely to use prenatal care and have fewer visits suggests that safe mother programmes need to pay particular attention to the disadvantaged and vulnerable subgroups of population whose reproductive health issues are often fraught with controversy.
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 ».