Prevalence of Anaemia at Booking amongst Antenatal Clinic Attendees in Some Health Facilities in Ogoni, South-South Nigeria
Notice bibliographique
Résumé
Background: Anaemia in pregnancy is an indirect cause of maternal mortality. Myriad of factors predispose pregnant women to anaemia in pregnancy in the developing countries of the world of which poverty, illiteracy and ignorance are central. The prevalence of anaemia in the developing countries of the world is between 32% and 62.2%.
 Objective: To determine the prevalence of anaemia amongst antenatal clinic attendees in Ogoni, South-South Nigeria and offer preventive measures.
 Material and Methods: This was a retrospective four months cross-sectional study of antenatal clinic attendees at booking in three (3) primary health care facilities and general hospitals Bori and Tera, in Ogoni, South-South Nigeria. Three hundred and eighty (380) pregnant women’s biodata including their packed cell volume were collected. These pieces of information were computed using a structured proforma. The data were coded and analysed using statistical package for social sciences (SPSS) software version 25.
 Results: The mean age of the study antenatal clinic attendees was 28 years. The mean gestational age at booking was 25weeks. The range for the packed cell volume was 25% to 36% and the mean packed cell volume at booking was 30%. Three hundred and eighteen (318) (84.0%) had anaemia (with packed cell volume less than 33%). Majority of patients 249 (65.6%) had mild anaemia There was none with severe anaemia. Majority of patients had secondary level of education represented by 275 (72.3%).
 Conclusion: The prevalence of anaemia amongst antenatal clinic attendees at Ogoni was 84.0%. The role of pre-pregnancy care amongst women desirous of pregnancy, familly planning and the role of education cannot be over emphasized in the prevention of anaemia in pregnancy.
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 | 0,009 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».