MétaCan
Menu
Retour à la cohorte
Enregistrement W2794699095 · doi:10.2196/10554

Current Practices of Contraceptive Use Among Palestine Refugee Mothers of Young Children Attending UNRWA Clinics, A Follow Up Study 2015

2018· article· en· W2794699095 sur OpenAlexvenueno aff
Majed Hababeh

Notice bibliographique

RevueIproceedings · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMiddle East and Rwanda Conflicts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFamily planningRefugeePalestineFamily medicineMedicinePalestinian refugeesPopulationResearch methodologyEnvironmental healthPolitical scienceHistory

Résumé

récupéré en direct d'OpenAlex

Background: UNRWA introduced family planning services in 1994 as an integral part of its expanded maternal and child health care program. The main objective of UNRWA’s family planning program is to promote the health of mothers, children and subsequently their families. Objective: The ultimate objective of this follow-up study was to assess the current situation regarding contraceptive practices among the target population after five years from the 2010 follow-up study and to identify future program needs leading to the development of action-oriented activities. Methods: A cross-sectional survey was conducted by trained nurses from June - December 2015. Participants were Palestine refugee mothers who attended well-baby clinics with their youngest child (aged 2 months through 5 years) at all UNRWA health centers. A sample size of 10478 participants was calculated based on contraceptive use prevalence in 2010, using Epi Info sample size calculation. Mothers were interviewed and retrospective data from health records was used as supplement. All participants provided verbal informed consent. The study protocol approved and cleared by UNRWA health department ethical committee. A multiple logistic regression was performed to test if maternal age and parity predicted contraceptive use. Chi- square was used to analyze the relationship between previous contraceptive use and birth interval, birth weight, and gestational age. Results: Data was obtained from 9860 mothers, with a mean age of 29.8 years. Of them, 59.3% were using modern contraceptives at the time of the survey, 17.7% were using traditional methods, and 23.0% were not using any contraceptive method. The most common modern contraceptive was intrauterine device (37.4%), and UNRWA was the main provider for 82.6% of women currently using modern contraceptives. The most common reasons for not using contraceptives were child wish (21.7%), pregnancy (18.6%) and husband opposition (19.7%). Using women with 6 pregnancies (P<0.001; OR 1.6, [CI 1.28 ± 1.99]). Women with at least 1 male child are significantly more likely to use contraceptives (P<0.001; OR 1.39 [CI 1.24 ± 1.56]). Maternal age over 35 was not a significant predictor for modern contraceptive use. Chi-square used to test the association of modern contraceptive use prior to pregnancy with birth weight, the result showed statistically significant 23.88 (P<0.001) while gestational age was not a significant in the child born of that pregnancy. Conclusions: It is encouraging that mothers seeking modern contraceptives rely on UNRWA to provide family planning services. We found that mothers with higher parity are more likely to use modern contraceptives, which comply with UNRWA recommendations. As expected, modern contraceptives lead to better birth spacing. However, mothers above 35 years of age are not more likely to use modern contraceptives. These mothers may be at higher risk for negative maternal and infant health outcomes. UNRWA family planning services could focus more on counseling this group of mothers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,706

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,380
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIproceedingsMême sujetMiddle East and Rwanda ConflictsTravaux en français237 207