MétaCan
Menu
Retour à la cohorte
Enregistrement W4389434684 · doi:10.1186/s12884-023-06107-1

High risk fertility behaviour and health facility delivery in West Africa

2023· article· en· W4389434684 sur OpenAlexaff
Eugene Budu, Bright Opoku Ahinkorah, Joshua Okyere, Abdul‐Aziz Seidu, Richard Gyan Aboagye, Sanni Yaya

Notice bibliographique

RevueBMC Pregnancy and Childbirth · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of OttawaGlobal Affairs Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioReproductive medicineConfidence intervalPregnancyHealth facilityDemographyLogistic regressionFertilityParity (physics)Reproductive healthLive birthOddsObstetricsEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Evidence suggests that women who give birth in a health facility have lower odds of experiencing pregnancy complications and significantly reduced risk of death from pregnancy-related causes compared to women who deliver at home. Establishing the association between high-risk fertility behaviour (HRFB) and health facility delivery is imperative to inform intervention to help reduce maternal mortality. This study examined the association between HRFB and health facility delivery in West Africa. METHODS: Data for the study were extracted from the most recent Demographic and Health Surveys of twelve countries in West Africa conducted from 2010 to 2020. A total of 69,479 women of reproductive age (15-49 years) were included in the study. Place of delivery was the outcome variable in this study. Three parameters were used as indicators of HRFB based on previous studies. These were age at first birth, short birth interval, and high parity. Multivariable binary logistic regression analysis was performed to examine the association between HRFB and place of delivery and the results were presented using crude odds ratio (cOR) and adjusted odds ratio (aOR), with their respective 95% confidence interval (CI). RESULTS: More than half (67.64%) of the women delivered in a health facility. Women who had their first birth after 34 years (aOR = 0.52; 95% CI = 0.46-0.59), those with short birth interval (aOR = 0.91; 95% CI = 0.87-0.96), and those with high parity (aOR = 0.58; 95% CI = 0.55-0.60) were less likely to deliver in a health compared to those whose age at first delivery was 18-34 years, those without short birth interval, and those with no history of high parity, respectively. The odds of health facility delivery was higher among women whose first birth occurred at an age less than 18 years compared to those whose age at first birth was 18-34 years (aOR = 1.17; 95% CI = 1.07-1.28). CONCLUSION: HRFB significantly predicts women's likelihood of delivering in a health facility in West Africa. Older age at first birth, shorter birth interval, and high parity lowered women's likelihood of delivering in a health facility. To promote health facility delivery among women in West Africa, it is imperative for policies and interventions on health facility delivery to target at risk sub-populations (i.e., multiparous women, those with shorter birth intervals and women whose first birth occurs at older maternal age). Contraceptive use and awareness creation on the importance of birth spacing should be encouraged among women of reproductive age in West Africa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,274
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Pregnancy and ChildbirthMême sujetGlobal Maternal and Child HealthTravaux en français237 207