Factors affecting deliveries attended by skilled birth attendants in Bangladesh
Notice bibliographique
Résumé
The presence of skilled birth attendants (SBAs) is crucial in childbirth to reduce the maternal mortality ratio (MMR) and to achieve the maternal mortality target of the United Nations’ Sustainable Development Goals (SDGs). The aim of this study was to investigate the factors related to childbirths attended by SBAs in Bangladesh. Data from the Bangladesh Demographic and Health Survey (2014 BDHS) were analyzed. Logistic regression was applied to calculate crude odds ratios (CORs), adjusted odds ratios (AORs), 95% confidence intervals (CIs), and p-values. In Bangladesh, 35.9% of deliveries were attended by SBAs, and 44.2% of those women received at least one antenatal check-up by a skilled provider. The deliveries by SBAs were less than 50% of the total deliveries in all divisions, excluding Khulna. Known pregnancy complications (AOR: 1.2; 95% CI: 1.1–1.4), higher level of education in both women (AOR: 1.7; 95% CI: 1.2–2.3) and their husbands (AOR: 1.8; 95% CI: 1.3–2.4), receiving antenatal care (ANC) by a skilled provider during the pregnancy period (AOR: 1.5; 95% CI: 1.1–2.1), and higher wealth quintiles (AOR: 3.4; 95% CI: 2.5–4.7) were all significantly associated with an increased likelihood of a delivery by SBAs (p <0.05). In contrast, women living in rural areas (AOR: 0.7; 95% CI: 0.6–0.8) and the Sylhet Division (AOR: 0.4; 95% CI: 0.3–0.5) were less likely to be delivered by SBAs. To achieve the target of the Government of Bangladesh - 50% of deliveries to be attended by SBAs - it is important to increase ANC services and awareness programs in all seven divisions of Bangladesh. Special focus in rural areas is also required to meet this target. A new study should be conducted to explore the unexamined factors associated with the presence of SBAs during childbirth.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».