Determinants associated with high-risk fertility behaviours among reproductive aged women in Bangladesh: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: We aimed to determine the factors that increase the risk of HRFB in Bangladeshi women of reproductive age 15-49 years. METHODS: The study utilised the latest Bangladesh Demographic and Health Survey (BDHS) 2017-18 dataset. The Pearson's chi-square test was performed to determine the relationships between the outcome and the independent variables, while multivariate logistic regression analysis was used to identify the potential determinants associated with HRFB. RESULTS: Overall 67.7% women had HRFB among them 45.6% were at single risk and 22.1% were at multiple high-risks. Women's age (35-49 years: AOR = 6.42 95% CI 3.95-10.42), who were Muslims(AOR = 5.52, 95% CI 2.25-13.52), having normal childbirth (AOR = 1.47, 95% CI 1.22-1.69), having unwanted pregnancy (AOR = 10.79, 95% CI 5.67-18.64) and not using any contraceptive methods (AOR = 1.37, 95% CI 1.24-1.81) were significantly associated with increasing risk of having HRFB. Alternatively, women and their partners' higher education were associated with reducing HRFB. CONCLUSION: A significant proportion of Bangladeshi women had high-risk fertility behaviour which is quite alarming. Therefore, the public health policy makers in Bangladesh should emphasis on this issue and design appropriate interventions to reduce the maternal HRFB.
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 | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».