Factors Affecting the Utilization of Antenatal Care Services During Pregnancy in Bangladesh and 28 Other Low- and Middle-income Countries: A Meta-analysis of Demographic and Health Survey Data
Notice bibliographique
Résumé
Abstract The study aimed to identify the factors influencing the utilization of antenatal care (ANC) services among pregnant women to fulfill the Sustainable Development Goals (SDG) for maternal mortality ratio (MMR) by 2030; we also investigated the consistency of these factors. We have used the Demographic and Health Survey (DHS) data from 29 developing countries for analysis. A binary logistic regression model was run using Demographic and Health Survey data from Bangladesh to determine the factors influencing ANC utilization in Bangladesh. In addition, a random-effects model estimation for meta-analysis was performed using DHS data from 29 developing to investigate the overall effects and consistency between covariates and the utilization of ANC services. Logistic regression revealed that residence (odds ratio [OR] 1.436; 95% confidence interval [CI] 1.238, 1.666), respondent's education (OR 3.153; 95% CI 2.204, 4.509), husband's education (OR 2.507; 95% CI 1.922, 3.271) wealth index (OR 1.485; 95% CI 1.256, 1.756), birth order (OR 0.786; 95% CI 0.684, 0.904), working status (OR 1.292; 95% CI 1.136, 1.470), and media access (OR 1.649; 95% CI 1.434, 1.896) were the main significant factors for Bangladesh. Meta-analysis showed that residence (OR 2.041; 95% CI 1.621, 2.570), respondent's age (OR 1.260; 95% CI 1.106, 1.435), respondent's education level (OR 2.808; 95% CI 2.353, 3.351), husband's education (OR 2.267; 95% CI 1.911, 2.690), wealth index (OR 2.715; 95% CI 2.199, 3.352), birth order (OR 1.722; 95% CI 1.388, 2.137), and media access (OR 2.474; 95% CI 2.102, 2.913) were the most conclusive factors in a subjects decision to attend ANC. Our results support the augmentation of maternal education and media access in rural areas with ANC services. Particular focus is needed for women from Afghanistan since they have a lower level of ANC services.
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 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,039 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».