Prevalence of anemia and its associated factors among married women in 19 sub-Saharan African countries
Notice bibliographique
Résumé
BACKGROUND: Sub-Saharan Africa (SSA) remains the region with the highest burden of anemia globally. Since anemia has both health and non-health-related consequences, its reduction is one of the Sustainable Development Goals. Therefore, this study aimed to examine the prevalence of anemia and its associated factors among married women in SSA. METHODS: Using Stata version-14 software, the analysis was done on 89,029 married women from the Demographic and Health Surveys of 19 countries in SSA. Pearson Chi-Square test and Binary logistic regression analyses were used to examine the factors associated with anemia. The results were presented using adjusted Odds Ratio (aOR) at a 95% Confidence Interval (CI). A p-value less than or equal to 0.05 (p ≤ 0.05) was considered statistically significant. RESULTS: The pooled analysis showed that 49.7% of married women were anemic. Of these, 1.04% and 15.05% were severely and moderately anemic respectively, and the rest 33.61% were mildly anemic. Husband education (primary school-aOR = 0.84, 95% CI; 0.71-0.99), wealth index (middle-aOR = 0.81, 95% CI; 0.68-0.96, richer-aOR = 0.69, 95% CI; 0.57-0.84, richest-aOR = 0.68, 95% CI; 0.51-0.91), modern contraceptive use (yes-aOR = 0.68, 95% CI; 0.56-0.81) and religion (Muslim-aOR = 1.27, 95% CI; 1.11-1.46, others-aOR = 0.73, 95% CI; 0.59-0.90) were factors associated with anemia among married women. CONCLUSION: The findings show that nearly half of the married women are affected by anemia. Enhancing partners' educational levels, and economic empowerment of women, strengthening family planning services, and working with religious leaders to reduce the perception and religious beliefs related to food restrictions can be the main focus to reduce the burden of anemia among married women in SSA.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».