Unmet need for contraception among women in Benin: a cross-sectional analysis of the Demographic and Health Survey
Notice bibliographique
Résumé
BACKGROUND: The aim of the current study was to examine the prevalence and predictors of unmet need for contraception among women in sexual unions in Benin. METHODS: Data for the study was extracted from the recent 2017-2018 Benin Demographic and Health Survey. A weighted sample of 9513 women of reproductive age was included in the study. We used multivariable multilevel binary logistic regression analysis to examine the factors associated with unmet need for contraception. RESULTS: The prevalence of unmet need for contraception was 38.0% (36.7, 39.2). The odds of unmet need for contraception was higher among women with ≥4 births compared with those with no births, and among those who reported that someone else or others usually made decisions regarding their healthcare compared with those who make their own healthcare decisions. Wealth index was associated with a higher likelihood of unmet need for contraception. Also, the region of residence was associated with unmet need for contraception, with the highest odds being among women from the Mono region (adjusted odds ratio [aOR]=2.18, 95% CI 1.33 to 3.58). CONCLUSIONS: Our study shows that the unmet need for contraception among women in Benin is relatively high. Our findings call on relevant stakeholders, including government and non-governmental organisations, to enhance women's empowerment as part of interventions that seek to prioritise contraceptive services for women.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».