Diarrheal knowledge and preventative behaviors among the caregivers of children under 5 years of age on the Tonle Sap Lake, Cambodia
Notice bibliographique
Résumé
Purpose: Although Cambodia has made significant progress toward lowering the under-five mortality rate since 2000, diarrhea still accounts for 6% of the total number of these deaths. A vast majority of these deaths is preventable. In this study, we sought to examine diarrheal knowledge and preventative behaviors of caregivers of children under the age of 5 years, to determine caregiver factors associated with knowledge and behavior scores. Patients and methods: This was a cross-sectional household-level study conducted in two floating villages on the Tonle Sap Lake, Cambodia between January and February 2014. Caregivers of children under 5 years of age in the villages of Steung Trov and Moat Khla were asked 31 true or false questions to assess their knowledge of diarrhea. They also filled out a questionnaire to assess diarrhea preventative behaviors (DPBs). Comparison of mean scores to categorical caregiver variables was performed using one-way ANOVA analysis. Spearman’s rank correlation was applied to identify the relationship between the knowledge and preventative behavior scores and independent quantitative variables. Results: A total of 101 caregivers of 161 children under 5 years of age were interviewed. The majority of them (85.1%) was classified as having good knowledge and scored >80% on the assessment. Those with Khmer ethnicity (mean=28.10) scored significantly higher than those with Vietnamese ethnicity (mean 26.00; p =0.004). Older age was correlated with higher knowledge scores (ρ=0.2260; p =0.023) and DPB scores (ρ=0.2320; p =0.019). Significant differences were found between the DPB score and ethnicity, educational background, and wealth ( p <0.01). Conclusion: Although the majority of caregivers had high diarrheal knowledge scores, preventative behaviors for diarrhea as assessed by this study were poor among almost all study participants. Vietnamese, wealthier, older, and more educated participants had better prevention scores. Future interventions in this remote region may benefit from these data as a guide to determine which specific preventative behaviors should be targeted. Keywords: diarrhea, Cambodia, children
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 | 0,003 |
| 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 ».