Alcohol exposure among pregnant women in sub-saharan Africa: a systematic review.
Notice bibliographique
Résumé
BACKGROUND: The prevalence of general alcohol use in many countries of sub-Saharan Africa (SSA) is high. However, research examining alcohol use in among pregnant women within this population is limited. A review of the current status of research examining the prevalence of alcohol exposed pregnancies (AEP) is required to inform future research aiming to decrease this occurrence and its subsequent socio-economic complications. OBJECTIVE: The primary objective was to identify all published papers estimating prevalence and risk-factors of alcohol use among pregnant women in SSA. A secondary objective was to determine changes in alcohol use following pregnancy recognition. METHODS: PubMed/Medline, Embase, IPA, CINAHL were systematically searched using MeSH terms and keywords from inception date to March 2013. Studies from SSA reporting prevalence of alcohol use among pregnant women were included. RESULTS: Twelve studies were identified. Studies varied significantly according to design and study population. Prevalence of alcohol use during pregnancy ranged from 2.2%-87%. The most important risk-factors for alcohol use included tobacco use, partner violence, urban living, and having a male partner who drank alcohol. Only three studies examined changes in alcohol use prior to and following pregnancy recognition with absolute reductions of between 9% and 15%. CONCLUSIONS: Although the burden of alcohol use during pregnancy is likely a significant problem, limited data currently exist for the majority of SSA countries. Furthermore, significant variation likely exists within various populations. Further research is required to explore alcohol use in pregnancy. Strategies to decrease AEP must be developed and implemented in standard pre-natal care.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».