Prevalence and predictors of unintended pregnancy among antenatal women in Sierra Leone: A cross-sectional study
Notice bibliographique
Résumé
Unintended pregnancy remains a major contributor to adverse maternal and child health outcomes in sub-Saharan Africa, yet recent facility-based data from Sierra Leone are scarce. We aimed to determine the prevalence and identify factors associated with unintended pregnancies among antenatal clinic attendees at a major tertiary maternity hospital in Sierra Leone. We surveyed 1005 first-visit antenatal attendees at Princess Christian Maternity Hospital in Freetown between 19 March and 30 June 2024, using systematic sampling and multivariable logistic regression to identify independent predictors. Overall, 31.8% of women (95% CI 29.0 - 34.7) reported the current pregnancy as unintended; most were mistimed (30.0%) and the remainder unwanted (1.8%). Higher odds of unintended pregnancy were observed among women younger than 20 years (aOR 3.57, 95% CI 2.30 - 5.55), those who were unmarried (aOR 3.73, 95% CI 2.60 - 5.36), and those who were unemployed or students (aOR 1.74, 95% CI 1.25 - 2.42). Open partner communication about pregnancy (aOR 0.10, 95% CI 0.07 - 0.16) and partner desire for the pregnancy (aOR 0.05, 95% CI 0.03 - 0.09) were strongly protective. Nearly one in three pregnancies at Sierra Leone's principal referral maternity hospital is therefore unintended, with the burden falling on adolescents, unmarried women, and those with limited economic means. Interventions that integrate youth-friendly contraception services, partner-centred counselling, and broader female economic empowerment should be prioritised to reduce unintended pregnancies and improve maternal and child health.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».