Factors Associated with Acute Respiratory Infections in Children Aged 0 - 5 Years in the Yénawa District of Cotonou (Benin) in 2023
Notice bibliographique
Résumé
Introduction: Acute respiratory infections remain one of the main causes of mortality in children aged 0 to 5. This work aimed to study the associated factors with the occurrence of acute respiratory infections in children 0 to 5 years old in Yénawa, Cotonou in 2023. Subjects and Method: It was an analytical cross-sectional study of children aged 0 - 5 years and their mothers in Yénawa, selected by four-degree random sampling. The sampling size, calculated using the Schwartz formula, was 126 children and 126 mothers. The dependent variable was the occurrence of acute respiratory infections. The independent variables were classified into four groups: socio-demographic and economic characteristics, behavioral factors, child-related factors, and environmental factors. Data collected by observation and questionnaire survey were analyzed using STATA version 15 software. Associated factors were investigated by bivariate analysis and multiple logistic regression, at the 5% significance level. Results: A total of 126 children aged 0 - 5 years and 126 mothers were surveyed, aged 23.5 (11 - 36) months and 30 (18 - 48) years respectively. The prevalence of acute respiratory infections was 74.60% (CI95% = 66.89 to 82.30). The associated factors were the mother’s age between 18 and 28 (OR = 10.77; CI95% = 1.89 to 61.27; p = 0.007), the use of charcoal/wood for cooking (OR = 7.36; IC = 1.99 to 27.10; p = 0.003)), children's poor personal hygiene (OR = 8.87; IC = 2.92 to 26.97; p 0.001)), and cohabitation with domestic animals (OR = 7.27; IC = 1.67 to 31.71; p = 0.015). Conclusion: Communicating with mothers about the factors identified will help reduce the prevalence of acute respiratory infections in children aged 0 to 5.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».