Prevalence and correlates of tetanus toxoid uptake among women in sub-Saharan Africa: Multilevel analysis of demographic and health survey data
Notice bibliographique
Résumé
BACKGROUND: Tetanus toxoid vaccination is one of the most effective and protective measures against tetanus deaths among mothers and their newborns. We examined the prevalence and correlates of tetanus toxoid uptake among women in sub-Saharan African (SSA). MATERIALS AND METHODS: We analysed pooled data from the Demographic and Health Surveys (DHS) of 32 countries in SSA conducted from 2010 to 2020. We included 223,594 women with a history of childbirth before the survey. Percentages were used to present the prevalence of tetanus toxoid vaccine uptake among the women. We examined the correlates of tetanus toxoid uptake using a multilevel binary logistic regression. RESULTS: The overall prevalence of tetanus toxoid uptake was 51.5%, which ranged from 27.5% in Zambia to 79.2% in Liberia. Women age, education level, current working status, parity, antenatal care visits, mass media exposure, wealth index, and place of residence were the factors associated with the uptake of tetanus toxoid among the women. CONCLUSION: Uptake of tetanus toxoid vaccination among the women in SSA was low. Maternal age, education, current working status, parity, antenatal care visits, exposure to mass media, and wealth status influence tetanus toxoid uptake among women. Our findings suggest that health sector stakeholders in SSA must implement interventions that encourage pregnant women to have at least four antenatal care visits. Also, health policymakers in SSA could ensure that the tetanus toxoid vaccine is free or covered under national health insurance to make it easier for women from poorer households to have access to it when necessary.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».