Distribution and Determinants of Low Birth Weight in Developing Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Low birth weight (LBW) is a major public health concern, especially in developing countries, and is frequently related to child morbidity and mortality. This study aimed to identify key determinants that influence the prevalence of LBW in selected developing countries. METHODS: Secondary data analysis was conducted using 10 recent Demography and Health Surveys from developing countries based on the availability of the required information for the years 2010 to 2013. Associations of demographic, socioeconomic, community-based, and individual factors of the mother with LBW in infants were evaluated using multivariate logistic regression analysis. RESULTS: The overall prevalence of LBW in the study countries was 15.9% (range, 9.0 to 35.1%). The following factors were shown to have a significant association with the risk of having an LBW infant in developing countries: maternal age of 35 to 49 years (adjusted odds ratio [aOR], 1.7; 95% confidence interval [CI], 1.2 to 3.1; p<0.01), inadequate antenatal care (ANC) (aOR, 1.7; 95% CI, 1.1 to 2.8; p<0.01), illiteracy (aOR, 1.5; 95% CI, 1.1 to 2.7; p<0.001), delayed conception (aOR, 1.8; 95% CI, 1.4 to 2.5; p<0.001), low body mass index (aOR, 1.6; 95% CI, 1.2 to 2.1; p<0.001) and being in the poorest socioeconomic stratum (aOR, 1.4; 95% CI, 1.1 to 1.8; p<0.001). CONCLUSIONS: This study demonstrated that delayed conception, advanced maternal age, and inadequate ANC visits had independent effects on the prevalence of LBW. Strategies should be implemented based on these findings with the goal of developing policy options for improving the overall maternal health status in developing countries.
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.
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 | 0,002 | 0,001 |
| 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 découle