Maluma et al., 2017 Prevalence of Traditional Herbal Medicine use and associated factors among pregnant women of Lusaka Province, Zambia
Notice bibliographique
Résumé
Background: Traditional herbal medicine (THM) use during pregnancy places women at high risk of adverse maternal health outcomes. Aim: This study determined the prevalence and factors associated with traditional herbal medicine use in pregnancy. Methods: A cross-sectional study was conducted using a structured interviewer-administered questionnaire for data collection. Two hundred and seventy-three women aged 18–45 years of Chongwe and Chawama communities of Lusaka province were identified for the study. Statistical analysis was done using SPSS v.20 (IBM SPSS Inc., Chicago, IL, USA). Proportions and frequencies were used to describe results and Pearson’s Chi-square test with continuity correction was used to determine association between categorical variables. Fisher’s Exact test was used where more than 20% of the expected frequency was less than 5. Cramer’s V test was used to determine strength of association.Results: More than a quarter (32%) of the study participants had used traditional herbal medicine at some point during pregnancy. Among the users of traditional herbal medicine, almost all (99%) used it to accelerate labour. Knowledge, socio-cultural beliefs and practices, including myths and misconceptions about pregnancy and delivery were factors associated with THM use. Conclusion: Women in Chongwe and Chawama communities in Lusaka province of Zambia prevalently used traditional herbal medicine in pregnancy. Concerted efforts, including health education interventions are needed to reduce this practice.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».