MétaCan
Menu
← Retour à la cohorte
Enregistrement W3200237227 · doi:10.21203/rs.2.14859/v2

Identifying risk factors of anemia among women of reproductive age in Rwanda to inform  designing better interventions – a secondary data analysis, cross-sectional study using the Rwanda Demographic and Health Survey (RDHS) data

2019· preprint· en· W3200237227 sur OpenAlexafffund
Dieudonne Hakizimana, Marie Paul Nisingizwe, Jenae Logan, Rex Wong

Notice bibliographique

RevueResearch Square · 2019
Typepreprint
Langueen
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensInstitute of Population and Public HealthUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaUniversity of Rwanda
Mots-clésAnemiaMedicineOdds ratioLogistic regressionPsychological interventionDemographyCross-sectional studyConfidence intervalPopulationPublic healthOddsBivariate analysisEnvironmental healthInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Anemia among Women of Reproductive Age (WRA) continues to be among the major public health problems in many developing countries including Rwanda where it was increased comparing 2015 to 2010 Rwanda Demographic and Health Survey (RDHS) reports. A thorough understanding of the its risk factors is necessary to design interventions. However, to the best of our knowledge, no study with national representation assessing anemia risk factors among WRA has been conducted in Rwanda. Therefore, this study aims to identify anemia risk factors among WRA in Rwanda. Methods This was a quantitative, cross-sectional study using secondary data from the 2014-2015 RDHS data. The study population consisted of 6680 WRA who were tested for anemia during the survey. Anemia was defined as having a hemoglobin level equal or below to 10.9 g/dl for a pregnant woman, and hemoglobin level equal or below to 11.9 g/dl for a non-pregnant woman. Pearson’s chi-squared test and multiple logistic regression were conducted for bivariate and multivariable analysis respectively. We reported Odds Ratio (OR), 95% Confidence Intervals (CI) and p-values. Results The overall prevalence of anemia among WRA was 19.2% (95% CI: 18.0 - 20.5). After controlling for other variables, four factors were found associated with lower odds of anemia, they are being obese (OR: 0.61, 95% CI: 0.40 - 0.91), being in rich category (OR: 0.74, 95% CI: 0.63 - 0.87), sleeping under a mosquito net (OR: 0.85, 95% CI: 0.74 - 0.98), and using hormonal contraceptives (OR: 0.61, 95% CI: 0.50 - 0.73). Four factors associated with higher odds of anemia were being underweight (OR: 1.39, 95% CI: 1.09 - 1.78), using an Intra Uterus Device (OR: 1.98, 95% CI: 1.05 - 3.75), and living in the Southern province (OR: 1.45, 95% CI: 1.11 - 1.89) or in the Eastern province (OR: 1.41, 95% CI: 1.06 - 1.88). Conclusion Anemia continues to pose public health challenges; novel public health interventions should consider geographic variations, improve women economic status, and strengthen iron supplementation especially for Intrauterine Device users. Additionally, given the association between anemia and malaria, interventions to prevent malaria should be enhanced.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,302
Tête enseignante GPT0,499
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetIron Metabolism and Disorders→Travaux en français237 207→