Does unwanted pregnancy lead to adverse health and healthcare utilization for mother and child? Evidence from low- and middle-income countries
Notice bibliographique
Résumé
OBJECTIVES: Unwanted pregnancy is an important public health concern in low- and middle-income countries (LMICs). Using a pooled dataset from 48 Demographic Health Surveys conducted in Africa, Asia, Latin America and Europe (n = 494,778), we examined the effect of unwanted pregnancy on maternal and child healthcare utilization and child health outcomes in LMICs. METHODS: We used logistic regression models to estimate the effect of unwanted pregnancy on antenatal care use, supervised delivery, childhood vaccination and three indicators of child health, viz. stunting (height-for-age), underweight (weight-for-age) and wasting (weight-for-height). RESULTS: We found that mothers of children whose pregnancies had been unwanted had a lower probability of attending four or more antenatal care visits by 3.6% (95% confidence interval = 1.9-5.4%) compared to those whose pregnancy was wanted. We did not find significant impacts of unwanted pregnancy on supervised delivery, childhood vaccination uptake or child health indicators. CONCLUSIONS: Birth characteristics, household-level determinants and country-level characteristics seem to be more closely related to maternal and child healthcare utilization as well as child health outcomes than whether the pregnancy was wanted or unwanted in LMICs.
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 | 0,001 | 0,001 |
| 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 ».