Disparities in the prevalence and risk factors of anaemia among children aged 6–24 months and 25–59 months in Ethiopia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite global efforts made to address anaemia, the prevalence remains high in most Sub-Saharan African countries. In Ethiopia, anaemia poses a very strong public health concern. The purpose of the present study was to examine the key risk factors related to anaemia among children aged 6-24 months (younger age group) and 25-59 months (older age group). We used the 2016 Ethiopian Demographic and Health Survey data, collected from 11 023 mothers with under five children. Ordered logistic regression modelling was used for assessing risk factors of childhood anaemia. The results suggest that the prevalence of anaemia was 72 % in the younger and 49 % in the older age groups. The risk factors for anaemia in the younger age group were morbidity (odds ratio (OR) 1⋅77; CI 1⋅21, 2⋅60), having no piped water source (OR 1⋅76; CI 1⋅07, 3⋅01) and no toilet facility (OR 1⋅60; CI 1⋅07, 2⋅38). The key risk factors for anaemia in the older age group were no micronutrient intake (OR 1⋅69; CI 1⋅23, 2⋅31), having a young mother (15-24 years old) (OR 1⋅35; CI 0⋅84, 1⋅91) and a non-working mother (OR 1⋅50; CI 1⋅15, 1⋅96). Anaemia also varied by region, place of residence and economic factors. Multiple factors contributed to the high prevalence of anaemia. Given the structural problem that the country has intervention strategies should consider the unique characteristics of regions and rural residences where the prevalence of anaemia is above the national average.
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.
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 | 0,001 |
| 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 découle