Independent and cumulative effects of risk factors associated with stillbirths in 50 low- and middle-income countries: A multi-country cross-sectional study
Notice bibliographique
Résumé
Background: Early identification of high-risk pregnancies could reduce stillbirths, yet remains a challenge in low- and middle-income countries (LMICs). This study aims to estimate the associations between easily observable risk factors and stillbirths, and construct a risk score which could be adopted in LMICs to identify pregnancies with high risk of stillbirths. Methods: Using the most recent Demographic and Health Surveys from 50 low- and middle-income countries (LMICs) with available data between January 1, 2010 and December 31, 2021, we analysed a total of 22 factors associated with stillbirths in a series of single-adjusted and mutually adjusted logistic regression models. Upon identification of the risk factors with the strongest associations, we constructed a risk score on the basis of the magnitude of the β coefficient to examine the cumulative effects of risk factors on stillbirths. To assess whether the associations between risk scores and stillbirths were moderated by protective factors, we added an interaction term between the identified protective factor and risk scores to the regression model. We also conducted two sets of subgroup analyses for previous history of pregnancy and maternal age at pregnancy and four sets of supplementary analyses to test the robustness of the results. Findings: < 0.001) times more likely to have their pregnancies ending up as stillbirths. However, these associations were weakened if the head of household was female. Interpretation: Our study suggested that short maternal height, low socioeconomic status, previous stillbirth history, low maternal education, and very short interpregnancy interval had the strongest associations with stillbirths. The construction of risk scores using easily observable risk factors could be an effective way to identify high-risk pregnancies in resource-poor settings. Funding: This research was supported by Sanming Project of Medicine in Shenzhen (NO. SZSM202111001) and China National Natural Science Foundation (NO. 72203119).
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 | 0,001 | 0,001 |
| 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 ».