Prevalence and determinants of terminated and unintended pregnancies among married women: analysis of pooled cross-sectional surveys in Nigeria
Notice bibliographique
Résumé
BACKGROUND: Induced pregnancy termination and unintended pregnancy are two commonly occurring phenomena in the discipline of women's reproductive health. In the present study, we explored cross-sectional data pooled from three rounds of Nigeria Demographic and Health Survey (NDHS) to understand the trends of prevalence of pregnancy termination and unintended pregnancy as well as the interplay of various sociodemographic and economic factors whereby these health issues occur. METHODS: Study participants were 79 825 currently married women aged 15-49 years. Data were collected from NDHS conducted in 2003, 2008 and 2013. Outcome variables were self-reported history of pregnancy termination and unintended pregnancy for the last birth. Data were analysed using descriptive and multivariable logistic regression methods. RESULTS: Mean (±SD) age of the respondents was 28.7 years (±9.6). The overall prevalence of pregnancy termination and unintended pregnancy were about 11%. Older women had increase in the odds of terminated pregnancies, compared with women aged 15-19 years, while the converse was true for unintended pregnancy in the adjusted model. Educated women had significant higher odds of terminated and unintended pregnancies compared with women with no formal education. Women with higher wealth index were more likely to have unintended and terminated pregnancies after adjusting for other covariates. Remarkably, women who had unintended pregnancy were 1.47 times as likely to have terminated pregnancy compared with those who had no unintended pregnancy (OR=1.47; 95% CI 1.30 to 1.65). Experience of intimate partner violence had significant association with terminated and unintended pregnancies. CONCLUSION: The findings of this study showed that unintended and terminated pregnancies remain part of the issues to be addressed if the goal of ensuring healthy lives and promoting the well-being for all at all ages must be met. Stakeholders in Nigerian healthcare system should protect the lives of women who are vulnerable to the fatal consequences of unsafe abortion, especially in cases of rape, sexual assault, incest and where continuing a pregnancy would endanger the lives of women.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».