Women's knowledge and attitudes regarding alcohol consumption in pregnancy: a national survey
Notice bibliographique
Résumé
BACKGROUND: Alcohol exposure in pregnancy is a common and modifiable risk factor for poor pregnancy and child outcomes. Alcohol exposure in pregnancy can cause a range of physical and neurodevelopmental problems in the child including the Fetal Alcohol Spectrum Disorders (FASD). In order to improve prevention strategies, we sought to describe the knowledge and attitudes of women of childbearing age regarding alcohol consumption during 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 with participants' knowledge and attitudes. RESULTS: Of women surveyed, 61.5% had heard about effects of alcohol on the fetus and 55.3% had heard of Fetal Alcohol Syndrome. Although 92.7% agreed alcohol can affect the unborn child, 16.2% did not agree that the disabilities could be lifelong. Most women agreed that pregnant women should not drink alcohol (80.2%) and 79.2% reported having negative feelings towards pregnant women drinking alcohol. Women with higher education levels were more likely to know the effects of alcohol consumption in pregnancy (adjusted OR 5.62; 95% CI 3.20 to 9.87) but education level and knowledge were not associated with attitude. CONCLUSIONS: There was a disjunction between knowledge and attitudes towards alcohol consumption in pregnancy. These findings will assist in developing effective health promotion campaigns to reduce fetal alcohol exposure and subsequent fetal damage.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 0,001 |
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 ».