Iron intake, supplement adherence, and perceived social support as predictors of anemia in rural Indonesia: A cross-sectional study
Notice bibliographique
Résumé
Anemia among pregnant women remains a significant public health issue in Indonesia, particularly in Purwasari District, where 37.1% of women are anemic. Anemia may be directly influenced by social and supplementation factors, which also affect nutritional status, fetal health, and pregnancy outcomes through environmental support and the fulfillment of essential nutrient needs. This study aimed to analyze the association between social, supplementation, and nutritional factors and anemia among pregnant women in Purwasari District. A quantitative approach with a cross-sectional design was used. The sample consisted of 150 pregnant women who met the inclusion criteria of this study. Eligible participants were pregnant women aged 18–40 years in their second or third trimester. Data were analyzed using logistic regression analysis. The results showed that adequate vitamin C intake (p = 0.004; OR = 2.912), adherence to iron–folic acid (IFA) tablet consumption (p = 0.000; OR = 4.030), side effects of IFA intake (p = 0.003; OR = 3.027), and support from parents or in-laws (p = 0.026; OR = 2.563) were significantly associated with anemia in pregnancy. In conclusion, vitamin C adequacy, IFA adherence and side effects, and family support were significantly related to the occurrence of anemia among pregnant women in the Purwasari District.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».