Trends in prevalence of unmet need for family planning in India: patterns of change across 36 States and Union Territories, 1993–2021
Notice bibliographique
Résumé
BACKGROUND: Eliminating unmet need for family planning by 2030 is a global priority for ensuring healthy lives and promoting well-being for all at all ages. We estimate the sub-national trends in prevalence of unmet need for family planning over 30 years in India and study differences based on socio-economic and demographic factors. METHODS: We used data from five National Family Health Surveys (NFHS) conducted between 1993 to 2021 for the 36 states/Union Territories (UTs) of India. The study population included women of ages 15-49 years who were married or in a union at the time of the survey. The outcome was unmet need for family planning which captures the prevalence of fecund and sexually active women not using contraception, who want to delay or limit childbearing. We calculated the standardized absolute change to estimate the change in prevalence on an annual basis across all states/UTs. We examined the patterning of prevalence of across demographic and socioeconomic characteristics and estimated the headcount of women with unmet need in 2021. RESULTS: The prevalence of unmet need in India decreased from 20·6% (95% CI: 20·1- 21·2%) in 1993, to 9·4% (95% CI: 9·3-9·6%) in 2021. Median unmet need prevalence across states/UTs decreased from 17·80% in 1993 to 8·95% in 2021. The north-eastern states of Meghalaya (26·9%, 95% CI: 25·3-28·6%) and Mizoram (18·9%, 95% CI: 17·2-20·6%), followed by the northern states of Bihar (13·6%, 95% CI: 13·1-14·1%) and Uttar Pradesh (12·9%, 95% CI: 12·5-13·2%), had the highest unmet need prevalence in 2021. As of 2021, the estimated number of women with an unmet need for family planning was 24,194,428. Uttar Pradesh, Bihar, Maharashtra, and West Bengal accounted for half of this headcount. Women of ages 15-19 and those belonging the poorest wealth quintile had a relatively high prevalence of unmet need in 2021. CONCLUSIONS: The existing initiatives under the National Family Planning Programme should be strengthened, and new policies should be developed with a focus on states/UTs with high prevalence, to ensure unmet need for family planning is eliminated by 2030.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 | 0,000 |
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 ».