众所周知,生育或分娩是婚姻的主要目的之一,而分娩在婚姻中是如此重要,它往往决定了夫妇的幸福。提高出生率的研究在取得成功后受到了广泛的关注<一世Ť一个lic>
体外受精一世Ť一个lic>(IVF)在1979年[
有人可能会假设,不孕不育和辅助受孕后的怀孕和生育将非常吸引人。然而,已有研究表明,过去的不孕不育和艺术观念可能与对流产的高度焦虑、母婴依恋的延迟、母性信心的降低、过度警惕和过度保护的养育以及对养育能力和婴儿的理想化期望有关[
这句话的意思是说,如果婚后生孩子的时间太长,或者婚后生不了孩子,就会导致离婚。
尔贝格和他的同事[
在加纳,在使用避孕的水平的增加是生育能力下降的主要原因之一[
在本文中,我们探索了有可能在加纳婚后影响妇女受孕时间的社会文化和社会经济因素的影响。因此,我们构造的文件分为四个主要部分如下。我们已经给出了部分研究的背景
在本节中,我们介绍了研究设置和数据的来源。我们还介绍了在这项研究的兴趣结果变量,以及决定价值或这一结果变量的状态因素。最后,我们讨论在这项研究中所使用的统计方法。
该研究在加纳进行的,并用于研究的数据被从加纳人口和健康调查2014年获得这是一个横断面研究,其中其相关联的风险因素所关心的结果变量和在单个测定时间点。在这项研究中,我们专注于个人的出生记录数据,调查期间从受访者获得。我们观察到一些个人记录有遗漏值[
在这项研究中,感兴趣的结果变量是出生时身长的状态(这需要值为0,如果一个人10个月婚姻或1的范围内催生如果一个人10个月结婚后生下)。
结果变量的状态,在上一节中介绍,依赖于一定的风险因素。这些风险因素预测结果变量的状态。在本节中,我们介绍了出生时身长状态的危险因素。这些风险因素将在数据分析的部分被用来解释他们对结果变量的状态影响。
该研究调整了伴侣的受教育程度对出生时间的影响(如果没有接受教育,则为0,如果接受过小学教育,则为1,如果接受过中学教育,则为2,如果接受过高等教育,则为3)。我们还调整了终止妊娠的出生长度状态的影响,其中受访者被问及是否终止妊娠(如果没有,值为0,如果是,值为1)。其他风险因素包括在出生状态模型长度地理位置(需要的值为0,如果一个人住在农村地区或1如果一个人住在市区),口服避孕药的使用(如果不需要的值为0或1如果是的),贫血状态(如果没有贫血需要的值为0或1如果是的),丈夫呆在家里(如果不需要的值为0或1如果是的),和殴打合理如果拒绝做爱,如果燃烧食物,认为与丈夫,忽略了孩子,或者在没有通知丈夫的情况下外出(如果没有,取0值;如果是,取1值)。我们还调整了一些持续的风险因素的影响,如结婚年龄、血红蛋白水平和体重。
表
结果变量(出生时身长状态)和预测变量的描述性统计。
<Ť一个ble>在本节中,我们讨论了一些选定的统计方法/工具,这将允许我们展开调查,结果变量(出生时身长状态)和出生时身长状态预测变量之间的关系。
在这项研究中,我们使用了两种统计方法来分析出生记录的数据。首先,我们使用了卡方检验统计\ citep {[
在进一步的分析中,我们使用了逻辑回归模型[
我们使用此模型(1)来预测用于被观察到在模型中预测变量的值的个体的响应概率。为了确定预测的概率,我们需要使用到回变换
当我们的两个组是指那些谁生下他们的第一个孩子10个月那些谁10个月结婚后生下了第一个孩子中,我们可以总结如表的真实情况和预测之间的关系
出生长度状况的预测与分类。
<Ť一个ble>在这项研究中,我们使用受试者工作特征(ROC)曲线[
在本节中,我们提出并讨论使用卡方检验统计得到的结果。在这里,我们的重点是大小和各种预测结果变量之间统计协会(身长状态)和意义。我们还提出,并提供从逻辑回归模型(1)对结果的解释。
在表
结果变量和预测之间的关联的卡方检验。
<Ť一个ble>在本节中,我们建立了一个逻辑回归模型来估计效果,并以评估结果(身长)状态的预测的意义。我们通过以下四个步骤去选择最好的预测/模型。然而,这也可以使用在附接在STATA代码所给出的自动逐步变量选择过程完成。
首先,我们安装一个逻辑模型(A型)与表中的所有预测
我们存储/保存来自模型A、B、C和D的评估结果,然后使用各自的AICs比较这些模型的性能,如表所示
模型的比较A,B,C,和D.
<Ť一个ble>最好的拟合模型d的结果列于表
未调整和调整比值比和95%置信区间(95%CI):逻辑回归模型。
<Ť一个ble>我们观察到,谁报告说,殴打妇女,如果她更愿意出去没有丈夫的通知是有道理的(<一世nline-formula>
我们发现,在婚姻被申请人的年龄每增加一个单位,有在10个月的婚姻,生下第一个孩子的可能性增加0.125。这一发现可能是由于使用避孕方法的比例较高(28%)较旧的年龄(> 18岁)的妻子之间的相对避孕使用的约26%年轻的年龄(≤18)的妻子之一。结果表明,在初次性行为年龄受访者每增加一个单位,存在的婚姻后10个月生下第一个孩子的可能性的0.029下降。这表明,如果一个女人停留时间较长有她的第一次做爱,那么这样的女人更可能1个月的婚姻中有更多的婚姻和性生活更容易受孕。虽然不一般,但更有可能的是更年轻的妻子和谁留更长的时间来初次性行为可以在1一个月来的婚姻中更愿意或者有很多愿望,有性行为,因此更容易受孕。
在本节中,我们在使用接受者操作特性预测概率生长状态评估模型d的预测能力(ROC)曲线在节中讨论
敏感性和特异性与不同截止值的关系图<一世nline-formula>
出生长度状况的预测与分类。
<Ť一个ble>出生长度状况的预测与分类。
<Ť一个ble>现在,我们评估使用ROC曲线估计曲线下面积示范d的预测能力。ROC曲线是灵敏度对1-特异性的曲线图。这意味着,当<一世nline-formula>
敏感性与1-特异性的关系图。
本文探讨了各种风险因素对婚后第一胎生育时间的影响。在本研究中,出生长度是一个二元变量,如果一个人在婚后10个月生下第一个孩子,它的编码是1;如果一个人在婚后10个月生下第一个孩子,它的编码是0。该研究使用了2014年加纳人口和健康调查(2014 GDHS)的出生记录数据。一些变量有缺失值(人类用药委员会(CHMP))和[
我们用逻辑回归模型[评估的二分法诞生长度可变的状态的各种风险因素的影响,
通过拟合四个logistic回归模型A、B、C和D,我们建立了二分类出生长度变量的回归模型(详见本节)
从型号d结果表明谁曾经终止妊娠,受访者更可能10个月的婚姻和妻子的丈夫有较高的教育不太可能10个月结婚后生下了第一个孩子后,生下了第一个孩子。据观察,谁报告说,殴打妇女,如果她出门没有丈夫的通知更有可能10个月结婚后生下他们的第一个孩子是有道理的。这表明,妻子更容易违反此命令,因此,有可能产生合作伙伴之间经常误解。这将随后导致罕见可能延迟这样的妇女受孕的性交。在另一方面,我们发现,谁报告,如果她忽略了孩子更可能生下他们的第一个孩子10个月婚内跳动的是有道理的妻子之一。这一发现表明,谁相信丈夫很在意自己的孩子的妻子更愿意在最短的时间内先给予。谁报告说,殴打妻子,当她认为她的丈夫是不太可能10个月结婚后生下他们的第一个孩子是有道理的。这一发现表明,这种妻子更容易开设性教育自己的丈夫没有争吵/拒绝他们随时婚后需求,因此更容易受孕1个月内。这些发现,总体而言,似乎并进行指示,各种形式的社会暴力是决定生下第一个孩子,可能的话,下一胎等过了多久在婚姻中女人撑的关键因素。
本研究的结果还表明,结婚10个月后生第一个孩子的可能性随着受访者结婚年龄的每单位增加而增加。这可以解释为年龄较大(>18岁)的妻子使用避孕药具的比例较高,而年龄较小(≤18岁)的妻子使用避孕药具的比例较低。时代的同时,每单位增加应答性,有一个下降的可能性生第一个孩子之后10个月的婚姻,这似乎表明,如果一个女人保持更长的时间来她第一次做爱,那么这样的女人更有可能有更多的性在婚姻中,更有可能在怀孕1个月的婚姻。虽然不是普遍现象,但是年轻的妻子和那些为了第一次性行为而呆得更久的人更愿意或者更有欲望发生性行为,因此更有可能在婚后一个月怀孕。
我们的研究结果表明,受孕1个月婚内或生下第一个孩子10个月的婚姻,妻子和丈夫内应该有频繁的性生活。结果似乎也表明,任何负面的社会行为或政策,对丈夫或社会的一部分,这将降低其与妻子频繁的性生活的可能性,必须加以阻止。鼓励谁希望有孩子的妇女在其生命的任何时候终止妊娠不要这样做,因为这种行为已经减少了这些妇女受孕的机会的可能性。根据我们的结果,我们也鼓励丈夫公开表达自己的愿望和爱自己的孩子,因为这会增加妻子的可能性渴望生出。这导致了频繁的性别,然后减少受孕的时间,因此,生育最短的时间内。
标签birthlength
标签住所
标签abortionever
标签ocuse
选项卡analevel
标签husbandhome
标签partnaedulevel
标签beatifgoout
选项卡beatifnegchld
选项卡beatifargue
标签beatifrefussex
标签beatifburnfood
<一世nline-formula>
平均agefirstsex
意味着haemlevel
平均体重
平均年龄
<一世nline-formula>
出生年数,chi2
制表abortionever birthlength,χ2
制表ocuse birthlength,χ2
制表analevel birthlength,χ2
制表husbandhome birthlength,χ2
表列部分,髓腔长度,chi2
制表beatifgoout birthlength,χ2
制表beatifnegchld birthlength,χ2
制表beatifargue birthlength,χ2
表列幸福模糊性出生长度,chi2
表beatifburnfood出生长度,chi2
<一世nline-formula>
t检验agefirstsex,由(birthlength)
Ť检验haemlevel,由(birthlength)
Ť检验重量,由(birthlength)
ŤŤ年龄,(birthlength)
<一世nline-formula>
根Primeducation = 0
替换Primeducation = 1,如果(partnaedulevel == 1)
根Secondeducation = 0
替换Secondeducation = 2如果(partnaedulevel == 2)
根的高等教育= 0
替换高等教育=3 if (partnaevel ==3)
<一世nline-formula>
Logit模型birthlength居住abortionever ocuse analevel husbandhome Primeducation Secondeducation的高等教育beatifgoout beatifnegchld beatifargue beatifrefussex beatifburnfood年龄agefirstsex重量haemlevel
<一世nline-formula>
EST商店A
<一世nline-formula>
Logit模型birthlength居住abortionever ocuse analevel Primeducation Secondeducation的高等教育beatifgoout beatifnegchld beatifargue beatifburnfood年龄agefirstsex haemlevel
<一世nline-formula>
EST商店B
<一世nline-formula>
lrtest A B,统计
<一世nline-formula>
分对数birthlength住宅abortionever ocuse analevel Primeducation Secondeducation既beatifgoout beatifnegchld beatifargue年龄agefirstsex haemlevel
<一世nline-formula>
EST器C
<一世nline-formula>
出生日期:出生地:出生地:出生地:高等教育:出身:性别:年龄:未婚
<一世nline-formula>
EST店d
<一世nline-formula>
lrtest A B,统计
lrtest A C,统计
lrtest甲d,统计
<一世nline-formula>
lrtest B C,统计
lrtest乙d,统计
<一世nline-formula>
lrtestÇd,统计
<一世nline-formula>
出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生,出生
<一世nline-formula>
Logit模型birthlength abortionever
Logit模型birthlength的高等教育
分对数birthlength beatifgoout
分对数birthlength beatifnegchld
Logit模型birthlength beatifargue
分对数birthlength年龄
分对数birthlength agefirstsex
<一世nline-formula>
出生日期:出生地:出生地:出生地:高等教育:出身:性别:年龄:未婚
lsens,xlabel(0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0) ylabel(0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0)
<一世nline-formula>
出生日期:出生地:出生地:出生地:高等教育:出身:性别:年龄:未婚
截止lstat (0.65)
预测p, p
roctab birthlength P,曲线图
<一世nline-formula>
出生日期:出生地:出生地:出生地:高等教育:出身:性别:年龄:未婚
截止lstat (0.63)
降p
预测p, p
roctab birthlength P,曲线图
<一世nline-formula>
出生日期:出生地:出生地:出生地:高等教育:出身:性别:年龄:未婚
截止lstat (0.55)
降p
预测p, p
roctab birthlength P,曲线图
一个pp>一个pp-group>我们从2014年加纳人口健康调查使用的数据。
作者宣称,他们有没有竞争的兴趣。
AI进行了文献综述,统计分析,结果的解释,并且写了稿子。KOA,GOA,FKB和KT促成了解释和检讨或书稿的校对工作。全体作者都阅读并同意稿件的最终版本。