Prevalence of Anemia and Its Risk Factors among Pregnant Women in Dakar and Fatick Regions, Senegal
Notice bibliographique
Résumé
Objectives: Iron Folic acid supplementation (IFAS) during pregnancy has been implemented in Senegal for many years. However, prevalence of anemia is still high among pregnant women. To provide data for program improvement, we conducted a study to assess the prevalence of anemia and associated risk factors in Dakar and Fatick regions. Methods: The study was a cross-sectional, descriptive survey of 483 randomly selected pregnant women in Dakar and Fatick regions. Hemoglobin level was determined by HemoCue photometer, and questionnaires were used to collect data on socio-economic characteristics, knowledge, attitudes, and practices. Data were cleaned, coded and analyzed with Epi Info. Financial barriers were defined as: family decision makers who restrict expenditures, limited financial resources. Results: Results showed that the prevalence of anemia (Hb <11g/dL) among pregnant women was 66.4% and 71.4% in Dakar and Fatick regions, respectively. Pregnant women had lower risks of being anemic when they had an income-generating activity (OR=1.63, CI (1.1 -2.5)), had been supplemented for at least 90 days (OR=2.26, CI (1.2 -4.3)), and had no financial barrier to access IFAS (OR=0.40, CI (0.1 -0.9]. 50% of the pregnant women wrongly associated side effects to IFA consumption and consequently initiated IFAS after the 2 nd trimester. Conclusions: Anemia is a severe public health problem among pregnant women in these two regions. Interventions designed to address anemia should improve accessibility to IFAS through Conference
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».