Predictors of pregnancy loss among urban and rural women aged 15 to 49 years in Pakistan
Notice bibliographique
Résumé
BACKGROUND: The burden of pregnancy loss remains high in low- and middle-income countries like Pakistan. The Every Newborn Action Plan (ENAP) aims to decrease the stillbirth rate to 12 per 1000 total births by 2030, in every country. Current estimates indicate that Pakistan is unlikely to achieve this ENAP target, as the stillbirth rate stands at 30.6 per 1000 total births. METHODS: This study used the 2019 Pakistan Maternal Mortality Survey to identify the community-level, sociodemographic, maternal, environmental, and health services factors that are associated with pregnancy loss. Due to characteristic differences in urban and rural communities, separate analyses were carried out for ever-married women of 15 to 49 years. Mixed effects negative binomial regression was used to analyze the urban (n = 5,887) and rural (n = 7,136) samples of women who reported at least one pregnancy. RESULTS: The separate analyses found the factors associated with pregnancy loss to vary between urban and rural areas. In urban areas, pregnancy loss was associated with maternal education, maternal age, current marital status, and sanitation facility type. In rural areas, pregnancy loss was associated with region of residence, wealth index, maternal age, current marital status, drinking water source, cooking fuel type, and sanitation facility type. CONCLUSION: This study carries significant implications for alleviating the burden of pregnancy loss in Pakistan, in line with ENAP objectives. The separate analyses provide a novel perspective regarding the factors influencing pregnancy loss in urban and rural areas, allowing for targeted interventions.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».