Two Level Logistic Regression Model of Factors Influencing in Early Childbearing and its Consequences on Nutritional Status of Bangladeshi Mothers: Nationally Representative Data
Notice bibliographique
Résumé
Background: Early marriage and early pregnancy is a social as well as a medical problem in developing countries, which may have an impact on the health and nutritional status of teenage mothers. Therefore, the objective of this study was to determine the influencing factors of early childbearing (ECB) and its consequences on the nutritional status of Bangladeshi mothers. Methods: Data was extracted from Bangladesh Demographic and Health Survey (BDHS-2014). Women who delivered their first baby before the age of 20 years are considered ECB mothers. Nutritional status was measured by body mass index (BMI). Chi-square test and both univariable and multivariable logistic regressions, and z-proportional test were used in this study. Results: The prevalence of ECB among currently non-pregnant mothers in Bangladesh was 83%. The logistic regression model provided the following six risk factors of ECB: (i) living location (division) (p<0.01), (ii) respondents’ education (p<0.05), (iii) husbands’ education (p<0.05), (iv) household wealth quintiles (p<0.01), (v) respondents’ age at first marriage (p<0.05), and (vi) number of family members (p<0.05). Still, 17.6% of mothers were undernourished in Bangladesh; among them, 18.5% and 13.4% were ECB and non- ECB mothers respectively. ECB mothers had a greater risk to be undernourished than non-ECB mothers [COR=1.26, 95% CI: 1.11-1.43; p<0.01]. Conclusions: In this study, some modifiable factors were found as predictors of ECB in Bangladesh. ECB mothers were more prone to become under-nourished. These findings can be considered to reduce the number of ECB mothers in Bangladesh consequently improve their nutritional status.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».