Clustering of Pregnancy Wastages among Young HIV-Positive Women in a High HIV Prevalence District in India
Notice bibliographique
Résumé
Context: This paper examined the clustering of pregnancy wastage among HIV-infected pregnant women, particularly focusing on the outcomes of abortions and stillbirths, from a large sample of HIV-positive women to bridge the existing information gap. Methods: Data from a cross-sectional survey conducted among currently married HIV positive women aged 15-29 years in Bagalkot district, Karnataka, India were used. Further to assess the clustering of pregnancy wastage, the binomial distribution was used. Results: The study shows that 2% of the women account for 32% of the total pregnancy wastages and 7% of all the interviewed HIV positive women account for 62% of the total pregnancy wastages. The study further shows that a higher percent observed (29.6%) than expected (15.5%) who had experienced 2 pregnancy wastages suggesting 14.1% more women experienced 2 pregnancy wastages than expected. Again, a positive deviant of 19.2 among women with at least 3 pregnancy wastage also suggests a higher observed than expected pregnancy wastages, and suggests clustering of pregnancy wastages among HIV-positive women. After adjusting for the socio-economic characteristics, the variance of the observed and expected has reduced only marginally. Conclusions: Clustering of pregnancy wastages among HIV positive women suggests for an increased attention on reproductive health of this marginalized group. The findings will be useful for the interventions working with WLHA in India, particularly the knowledge of clustering would help policy makers and program implementers to focus on high risk women who are likely to experience multiple pregnancy losses.
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) | 0,000 | 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 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 ».