Prevalence of unintended pregnancy in the MENA region: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Unintended pregnancies pose significant public health challenges globally, particularly in the Middle East and North Africa (MENA) region, where cultural, religious and societal factors play the most substantial role. This systematic review and meta-analysis investigated the pooled prevalence and factors associated with unintended pregnancies in the MENA region. METHODS: We conducted a systematic review to identify relevant studies in Medical Literature Analysis and Retriaval System (MEDLINE), Embase and Scopus published on unintended pregnancies until July 2024. We included studies that were conducted on unintended pregnancy prevalence within MENA countries and employed suitable measurement tools. We analysed data from 40 studies involving 34 837 participants across the region, including Egypt, Iran, Saudi Arabia and Qatar. We used a random-effects model to estimate the pooled prevalence of unintended pregnancy. RESULTS: In this meta-analysis, we found that the overall prevalence of unintended pregnancy was 27.0% (95% CI 25.0% to 30.0%) in the MENA region, and the certainty of the evidence was moderate. Saudi Arabia had the highest prevalence of unintended pregnancy at 32.0% (95% CI 27.0% to 38.0%). A lower prevalence, 10.0% (95% CI 8.0% to 14.0%), was found in the studies that used validated tools compared with non-validated tools to measure unintended pregnancy. Between 2006 and 2010, the prevalence was 34.0% (95% CI 28.0% to 40.0%), the highest compared to other time periods . Age, rural areas, education, employment, economic status, parity, gravidity, history of miscarriage, previous pregnancies or abortion, non-use or failure of contraception methods, limited antenatal care, were associated with unintended pregnancies. CONCLUSION: Our findings suggest that the MENA region faces a substantial burden of unintended pregnancies, with variations among countries and over time. The results emphasise the need for evidence-based interventions to address this issue, focusing on factors associated with unintended pregnancy.
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 | 0,018 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,047 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».