Respondent Demographics and Contraceptive Use Patterns in the United States: A National Survey of Family Growth Analysis
Notice bibliographique
Résumé
Introduction: Contraception is an important tool for helping to prevent both unintended pregnancies and sexually transmitted infections (STIs). Medical costs related to STIs are high and impose a large burden on both patients and the healthcare system. In addition, unintended pregnancies account for a large portion of pregnancies in the United States (US) and are associated with adverse maternal and infant health outcomes. Both STIs and unintended pregnancies are continuous public health concerns, and this study aims to identify patterns in contraceptive method use in relation to specific social determinants of health. Methods: Utilizing the Centers for Disease Control and Prevention (CDC)’s 2017-2019 National Survey of Family Growth report on current contraceptive status, we isolated data from 3,572 respondents who reported using one of the following contraceptive methods: oral contraceptive pills (OCPs), male condoms, partner’s vasectomy, female sterilization, withdrawal, medroxyprogesterone acetate injections (Depo-Provera), hormonal implant, or an intrauterine device (IUD). We analyzed these contraceptive methods among age, race, education, marital status, and insurance status. Data were analyzed in RStudio 2022.02.0 (RStudio Team, RStudio: Integrated Development for R. RStudio, PBC, Boston, MA) through a test of equal proportions for a significance of P < 0.05. A concurrent Yates' continuity correction was performed in order to limit erroneous significant findings based on small sample sizes where applicable. The study conception and data analysis were performed independently with oversight from our preceptor at HCA Florida Brandon Hospital, Brandon, Florida. Results: There were statistically significant differences for all our selected methods of contraception across different age groups. There were statistically significant differences for OCPs, male condoms, partner’s vasectomy, female sterilization, Depo-Provera, hormonal implant, and IUD across different race groups and different insurance statuses. There were statistically significant differences for OCPs, male condoms, partner’s vasectomy, female sterilization, withdrawal, hormonal implant, and IUD across different education levels and different marital statuses. Conclusion: This analysis highlights gaps that are present in female reproductive autonomy through the statistical differences in contraceptive methods across various demographics and warrants continued focus on the role that social determinants of health play in the prevention of unintended pregnancies and STIs. In order to promote fairness and equality in healthcare, it is essential to increase education on these topics both within and beyond medical settings. This effort aims to provide patients with equitable access to healthcare and attempt to address health disparities that are prevalent in multiple different sectors.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».