Predictors of iron consumption for at least 90 days during pregnancy: Findings from National Demographic Health Survey, Pakistan (2017–2018)
Notice bibliographique
Résumé
BACKGROUND: Iron supplementation is considered an imperative strategy for anemia prevention and control during pregnancy in Pakistan. Although there is some evidence on the predictors of iron deficiency anemia among Pakistani women, there is a very limited understanding of factors associated with iron consumption among Pakistani pregnant women. Thus, this study aimed to investigate the predictors of iron consumption for at least ≥90 days during pregnancy in Pakistan. METHODS: We analyzed dataset from the nationally representative Pakistan Demographic Health Survey 2017-2018. The primary outcome of the current study was the consumption of iron supplementation for ≥90 days during the pregnancy of the last birth. Women who had last childbirth 5 years before the survey and who responded to the question of iron intake were included in the final analysis (n = 6370). We analyzed the data that accounted for complex sampling design by including clusters, strata, and sampling weights. RESULTS: Around 30% of the women reported consumed iron tablets for ≥90 days during their last pregnancy. In the multivariable logistic regression analysis, we found that factors such as women's age (≥ 25 years) (adjusted prevalence ratio (aPR) = 1.52; 95% CI: 1.42-1.62)], wealth index (rich/richest) (aPR = 1.25; [95% CI: 1.18-1.33]), primary education (aPR = 1.33; [95% CI: 1.24-1.43), secondary education (aPR = 1.34; [95% CI: 1.26-1.43), higher education (aPR = 2.13; [95% CI: 1.97-2.30), women's say in choosing husband (aPR = 1.68; [95% CI: 1.57-1.80]), ≥ five antenatal care visits (aPR =2.65; [95% CI (2.43-2.89]), history of the last Caesarian-section (aPR = 1.29; [95% CI: 1.23-1.36]) were significantly associated with iron consumption for ≥90 days. CONCLUSION: These findings demonstrate complex predictors of iron consumption during pregnancy in Pakistan. There is a need to increase the number of ANC visits and the government should take necessary steps to improve access to iron supplements by targeting disadvantaged and vulnerable women who are younger, less educated, poor, and living in rural areas.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».