Assessment of the Trends and Factors Associated With Unintended Pregnancy Among Women of Reproductive Age: An Analysis of the Nigerian Demographic Health Survey Between 2008 to 2018
Notice bibliographique
Résumé
Background: Unintended pregnancy is a global public health issue with significant adverse effects which include health and economic consequences. Globally, there were 121 million unintended pregnancies annually between 2015 and 2019 among women of reproductive age between 15 and 49 mainly due to the non-uptake of modern contraceptives, harmful norms, stigma and lack of sexual and reproductive health care and information. Methods: We extracted information from the Nigeria Demographic Health Survey conducted in 2008, 2013, and 2018 to assess the trends and factors associated with unintended pregnancies among women of reproductive-aged 15-49. The descriptive summaries were presented using percentages and binomial logistic regressions for the inferential analysis. All analyses were computed using Stata 15.0 at a 5% level of significance and accounted for the complex survey nature as well as the population size. Results: The study included a total of 63,040 women of reproductive age. The prevalence of unintended pregnancy was highest among adolescents aged 15-19 years (15.1%, 95% CI: 13.9-16.5) and decreased with increasing age. The pooled adjusted model revealed that women had 11% lower odds of reporting unintended pregnancies in 2013 compared to 2008. Adolescent girls (aOR 2.48; 95%CI: 2.14-2.89) and young adults (aOR 1.86; 95%CI: 1.69-2.04) have higher odds of reporting unintended pregnancies compared to older women. Also, unmarried women had 9.8 times higher odds of reporting unintended pregnancies compared to ever-married women. Conclusions: The findings from this study highlight the need for further family planning educational programs and initiatives that support the uptake of effective contraceptive methods to reduce the likelihood of unintended pregnancy and improve women's sexual and reproductive health while considering regional variations within the country to ensure tailored interventions that address specific needs within each region.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».