Mothers’ utilization and associated factors of preconception care in Africa, a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: As the studies show, in every minute in the world, 380 women become pregnant and 190 face unplanned or unwanted pregnancies; 110 experience pregnancy-related complications, and one woman dies from a pregnancy-related cause. Preconception care is one of the proven strategies for the reduction in mortality and decreases the risk of adverse health effects for the woman, fetus, and neonate by optimizing maternal health services and improves woman's health. Therefore, this study aimed to estimate the pooled prevalence of utilization of preconception of care and associated factors in Africa. METHODS: Systematic search of published studies done on PubMed, EMBASE, MEDLINE, Cochrane, Scopus, Web of Science CINAHL, and manually on Google Scholar. This meta-analysis follows the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. The quality of studies was assessed by the modified Newcastle-Ottawa Scale (NOS). Meta-analysis was carried out using a random-effects method using the STATA™ Version 14 software. RESULT: From 249,301 obtained studies, 28 studies from 3 African regions involving 13067 women included in this Meta-analysis. The overall pooled prevalence of utilization of preconception care among pregnant women in Africa was found to be 18.72% (95% CI: 14.44, 23.00). Knowledge of preconception care (P = <0.001), preexisting medical condition (P = 0.045), and pregnancy intention (P = 0.016) were significantly associated with the utilization of preconception care. CONCLUSION: The results of this meta-analysis indicated, as one of best approaches to improve birth outcomes, the utilization of preconception care is significantly low among mothers in Africa. Therefore, health care organizations should work on strategies to improve preconception care utilization.
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 | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,042 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».