Prevalence and predictors of teenage pregnancy in Pakistan: a trend analysis from Pakistan Demographic and Health Survey datasets from 1990 to 2018
Notice bibliographique
Résumé
Abstract Background Teenage pregnancies carry an increased risk of adverse obstetric and health outcomes for mothers and children. Methods This study assessed the prevalence and predictors of teenage pregnancies over time in Pakistan using the Pakistan Demographic and Health Survey (PDHS). Data on 400 076 ever-married pregnant women aged 15–49 y from four PDHS datasets were used. Teenage pregnancy was the outcome variable, whereas a woman's and her partner's education, occupation, wealth quintile, region, place of residence and access to knowledge on family planning were the explanatory variables. Pooled prevalence was estimated and regression analysis was undertaken to produce an adjusted prevalence ratio with 95% CIs. Results Although the prevalence of teenage pregnancy decreased from 54.4% in 1990–1991 to 43.7% in 2017–2018, the pooled prevalence was 42.5% (95% CI 37.9 to 49.6%). The prevalence of teenage pregnancy was significantly associated with place of residence, wealth quintile, education and occupation. Conclusion Despite a growing focus on women's education, access to sexual and reproductive health (SRH) services and contraception in the last decade in Pakistan, the prevalence of teenage pregnancy is still high. There is a pressing need to develop appropriate strategies for increasing access to education, SRH services and use of contraception in Pakistan.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».