Evaluation of the causal effect of maternal education on the utilisation of maternal health services in Bangladesh using an observational study - a comparison of different propensity score methods and covariate adjustment
Notice bibliographique
Résumé
Abstract Background Assessing maternal health care utilisation is imperative for the health of both mother and her child. Maternal education is an important determinant in subsequent maternal health care usage, according to research. There is a dearth of research on the causal relationship between maternal education and maternal health services as well as examining the performance of different propensity score methods for estimating absolute effects. Therefore, this study aims to estimate the effect of maternal education on usage of maternal health services minimising the confounding effect and to examine the ability of different propensity score approaches to estimate absolute effects of maternal education on usage of maternal health services. Methods We used data from a cross-sectional study conducted by icddr,b in Bangladesh. A total of 1300 recently delivered mothers were included in this study. We used four propensity score methods to estimate the causal effect of maternal education on receiving maternal health services, including propensity score (PS) matching, PS weighting (average treatment effect and average treatment effect among the treated), covariate adjustment using PS, as well as used multiple logistic regression. Results The study revealed highly imbalanced possible confounding factors for mothers' educational level, which might lead to erroneous estimates. All methods indicate a significant effect of maternal education on maternal health services where mothers exposed to secondary or higher levels of education were more likely to have four or more ANC, delivered at facility, PNC within 42 days as well as receiving all maternal health services compared to the mothers who have below secondary level of education. The PS weighting provides better estimates with a low range of confidence interval. Conclusions The results provided important insights on how well these techniques worked to reduce confounding variables and achieve precise estimates. All methods indicated a significant causal effect of maternal education on the usage of maternal health services. However, propensity score weighting method performed better in terms of providing more precise estimates with a narrower range of confidence intervals, indicating that this method may be a reliable approach for estimating the causal effect of maternal education on maternal health service utilisation.
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 | 0,025 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».