Factors associated with late seeking of prenatal care in the district of Lugela-Zambézia, Mozambique
Notice bibliographique
Résumé
Abstract Objectives: to analyze the factors associated with late prenatal care attendance by pregnant women at the Lugela health center in the first quarter of 2023. Methods: cross-sectional survey conducted with 205 pregnant women. Data were collected using a structured questionnaire, supplemented with information from the pregnant woman’s prenatal records. R software version 4.2.0 was used to perform inferential statistical analyses, calculating odds ratios (ORs) and constructing a logistic regression model. Categorical variables were analyzed descriptively and tested for associations with late prenatal care attendance. Multivariate logistic regression considered a significance level of 5%, with early prenatal care attendance as the dependent variable. Results: 69.3% (n=142) of the pregnant women interviewed considered prenatal care initiation late. Late prenatal care seeking was significantly associated with education (p=0.034, OR=0.228, 95%CI= −2.915 to −0.046), age (p=0.040, OR=0.506, 95%CI= −1.369 to 0.006), and pregnancy planning (p=0.009, OR=0.451, 95%CI= −1.485 to −0.106). Conclusion: the factors associated with late prenatal care seeking were essentially obstetric, socioeconomic, and sociodemographic, highlighting the need for strategies targeted at more vulnerable groups.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».