Association between maternal health literacy and child vaccination in India: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Education of mothers may improve child health. We investigated whether maternal health literacy, a rapidly modifiable factor related to mother's education, was associated with children's receipt of vaccines in two underserved Indian communities. METHODS: Cross-sectional surveys in an urban and a rural site. We assessed health literacy using Indian child health promotion materials. The outcome was receipt of three doses of diphtheria-tetanus-pertussis (DTP3) vaccine. We used multivariate logistic regression to investigate the relationship between maternal health literacy and vaccination status independently in each site. For both sites, adjusted models considered maternal age, maternal and paternal education, child sex, birth order, household religion and wealth quintile. Rural analyses used multilevel models adjusted for service delivery characteristics. Urban analyses represented cluster characteristics through fixed effects. RESULTS: The rural analysis included 1170 women from 60 villages. The urban analysis included 670 women from nine slum clusters. In each site, crude and adjusted models revealed a positive association between maternal health literacy and DTP3. In the rural site, the adjusted OR was 1.57 (95% CI 1.11 to 2.21, p=0.010) for those with medium health literacy, and OR=1.30 (95% CI 0.89 to 1.91, p=0.172) for those with high health literacy. In the urban site, the adjusted OR was 1.10 (95% CI 0.65 to 1.88, p=0.705) for those with medium health literacy, and OR=2.06 (95% CI 1.06 to 3.99, p=0.032) for those with high health literacy. CONCLUSIONS: In these study settings, maternal health literacy is independently associated with child vaccination. Initiatives targeting health literacy could improve vaccination coverage.
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 | 0,144 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».