Prevalence and predictors of contraceptives use among women age (15-49) with induced abortion history in Ghana
Notice bibliographique
Résumé
<title>Abstract</title> <bold><underline>Background </underline></bold>Abortion incidence in Ghana ranges from 27 per 1000 to 61 per 1000 women, causing major gynecological complications or problems and maternal mortality. Though, the use of modern contraceptives has been documented to be a reliable public health preventive measure towards reducing unwanted pregnancies, only 19% of women aged (15-49) with abortion history receive post-abortion contraception support. This study therefore aimed at determining the proportion and identifying predictors of contraceptives use in these underreported and vulnerable population.<bold><underline>Methods </underline></bold>This study used secondary data from the 2017 Ghana Maternal Health Survey (GMHS) for the analysis. The analysis is on a weighted sample of 3,039 women aged (15-49 years) with history of induced abortion. Both descriptive and inferential methods were employed. Chi- Square test, univariate and multivariate logistic regression techniques were used to assess statistical associations between the outcome variable and the predictors. Statistical significance was set at 95% confidence interval and p-values <0.05.<bold><underline>Results </underline></bold>Out of the 3039 participants, 37% (95% CI: 34.6, 38.84) used contraceptives. We identified women age, union, place of residence, knowledge of fertile period, total pregnancy outcomes, and region as strong significant (95% CI p<0.005) predictors of post induced abortion contraceptives use.<bold><underline>Conclusion </underline></bold>Contraceptives use among this vulnerable population is low. Therefore, there is the need to provide widespread access to post-abortion contraception services and enhance efforts to efficiently integrate the safe abortion practices law into health services in Ghana.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».