后台 :低出生体重是埃塞俄比亚关键问题之一,衣索比亚低出生体重增加有限证据显示多级因素与埃塞俄比亚学习环境出生体重低相关

目标:研究的目的是评估埃塞俄比亚低出生体重个人和区级因素:来自2016年埃塞俄比亚人口健康调查

方法 :数据取自2016年埃塞俄比亚人口健康调查分析样本2 110出生权包含调查前5年分析使用STATA软件14版二级混合效果逻辑回归分析用于估计个人因素和上下文因素的固定效果和集群差间随机效果调整奇差比乘以95%信任区间法表示关联度值 并使用类内关联度乘法表示变差度值

结果:分析中共包括2 110名嵌入445集群的儿童13%出生体重低CC隐含11.7%低出生权差可归结为区级不可观察因素个人层次多产AOR=2.7495%CI:1.450-5.184预产95%CI:2.644-830,退步母亲AOR=1.4995%CI:1.069-2.092,六分以上出生序数AOR=0.4295%CI:0.242-0752,母亲接受小学教育(AOR=0.6195%CI:0.418-0.896和中级/高级教育级(AOR=0.39!95%CI:0.252-0.612和区级与出生体重低有显著关联

结语 :研究结果显示多生、退步母亲、出生顺序、未受教育母亲和预产期适龄是出生体重低的重要因素。

关/接重要因素可降低出生体重低的风险

关键字 :低出生体重 退伍母亲 县代

缩略语 :Akaike信息准则始发出血CSA:中央统计局DHS:人口健康调查EAs:枚举区EDHS:埃塞俄比亚人口健康调查

内级关联内子生长迟缓LBW:低出生权中上臂环形正常出生权重NMR:新生儿死亡率AOR:调整奇差比SNNP南方民族VPC:差分系数WHO世界卫生组织

后台 :低出生体重是埃塞俄比亚关键问题之一,衣索比亚低出生体重增加有限证据显示多级因素与埃塞俄比亚学习环境出生体重低相关

目标:研究的目的是评估埃塞俄比亚低出生体重个人和区级因素:来自2016年埃塞俄比亚人口健康调查

方法 :数据取自2016年埃塞俄比亚人口健康调查分析样本2 110出生权包含调查前5年分析使用STATA软件14版二级混合效果逻辑回归分析用于估计个人因素和上下文因素的固定效果和集群差间随机效果调整奇差比乘以95%信任区间法表示关联度值 并使用类内关联度乘法表示变差度值

结果:分析中共包括2 110名嵌入445集群的儿童13%出生体重低CC隐含11.7%低出生权差可归结为区级不可观察因素个人层次多产AOR=2.7495%CI:1.450-5.184预产95%CI:2.644-830,退步母亲AOR=1.4995%CI:1.069-2.092,六分以上出生序数AOR=0.4295%CI:0.242-0752,母亲接受小学教育(AOR=0.6195%CI:0.418-0.896和中级/高级教育级(AOR=0.39!95%CI:0.252-0.612和区级与出生体重低有显著关联

结语 :研究结果显示多生、退步母亲、出生顺序、未受教育母亲和预产期适龄是出生体重低的重要因素。

关/接重要因素可降低出生体重低的风险

关键字 :低出生体重 退伍母亲 县代

缩略语 :Akaike信息准则始发出血CSA:中央统计局DHS:人口健康调查EAs:枚举区EDHS:埃塞俄比亚人口健康调查

内级关联内子生长迟缓LBW:低出生权中上臂环形正常出生权重NMR:新生儿死亡率AOR:调整奇差比SNNP南方民族VPC:差分系数WHO世界卫生组织

低出生体重(LBW)被世界卫生组织(WHO)定义为出生体重小2500克,与新生儿和婴儿死亡和发病风险较高相关联,健康不良结果、认知发展和学习成绩问题风险比正常体重出生者更高低出生体重子类为:极低出生体重<1500克,极低出生体重<1000克[13]

出生体重低是由于预产期(孕期37周前)或子宫内生长迟缓和孕期保健差造成的IUGR常因孕前或孕期间的母营养以及胎儿问题[4]

低出生体重对公众健康具有重要意义,包括新生儿死亡率和发病率上升、物理和心理运动发育延迟除婴儿LBW更有可能发展重大残疾外,未来慢性病对健康有长期影响[4]因受限胎儿生长而导致LBW终身影响人并伴生子生长不良和成人病高发,如2型糖尿病、高血压和心血管病女孩在成为母亲时有小婴儿[5]的额外风险

基于文献学,与早产和低出生权相关因素包括:社会经济状况、孕产妇教育和职业、居住地、孕产妇人文特征等,如:孕产妇地位、中上臂环境和多孕[6.7]

触发LBW、前期/LBW/IUGR历史、育龄期、出生间隔、怀孕体重增量不足、传染性和不适当营养是LBW的其他预测器从母性因素看,压力、吸烟和使用酒精、污染、暴力和遗传因素是LBW[8]的一些决定因素

2012年,世界卫生大会决议认可了关于妇幼营养的全面执行计划,其中具体规定2025年六大全球营养目标此项政策的第三个目标简略覆盖LBW下降30%目标是到2025年将体重小于2500克的婴儿数目减少30%即2012至2025年期间每年相对下降3.9%,[9]

全世界约2 000万婴儿占所有出生儿的15.5%,其中95.6%产自LBW在发展中国家在发展中国家,16.5%的婴儿生LBW,13%在撒哈拉以南非洲LBW是资源不足环境的一大公共健康问题[10]每年有1 500万预产儿,100多万出生前婴儿因早期并发症死亡PTB率正在上升,特别是在撒哈拉以南非洲和南亚,那里出现全球PTB的60%以上[11]

出生体重低的婴儿比正常体重高37%,如果其他因素不变的话。因此LBW与婴儿生存有强烈负关联[12]东非的一项研究发现预产子LBW占东非新生儿死亡数的52%[13]

与LBW一起出生被公认为对婴儿、家庭和国家不利预产直接导致每年全球400万新生儿死亡的28%直接间接LBW可能占所有新生儿死亡的60%-80%LBW婴儿早期发育迟缓、感染、发育延迟和婴幼儿死亡风险较高[14]研究表明,体重不足2500克的婴儿比重重小婴儿死亡约20倍[5]

依据埃塞俄比亚国家统一报告,LBW2000GC流行率为15%,但在2005GC报告为20.5%[15]衣索比亚LBW模式在2011年和2016年分别从11%上升至13%基于对埃塞俄比亚的不同研究报告LBW在亚的斯亚贝巴的流行率为11%,Jima22.5%和Gondar17.4%,Tigray的LBW流行率为9.9%[3,1516]

衣索比亚使用单级分析,多级因素LBW处理不妥数据层次性使用单级逻辑回归可偏差参数估计多级模型允许人们计算高层次单元集群内主题集群时估计主题特征和集群特征对主题结果的影响,并给我们提供嵌套数据的适当参数估计

有限证据可用于埃塞俄比亚国家代表性样本中LBW预测器

本研究比例行EDH报告更进一步,进一步分析DHS数据,使用高级分析模型评估多级LBW因子并使用多级后勤回归模型向程序规划者和决策者提供上下文信息

评估埃塞俄比亚出生体重低的个人和地区级因素EDHS2016

识别2016年埃塞俄比亚EDHS低出生因子确定埃塞俄比亚2016 EDHS低出生因子

2020年EDHS2016在埃塞俄比亚展开2020年埃塞俄比亚人口概况显示,埃塞俄比亚是非洲大陆第二大人口大国,估计有105 350 020人,79.6%的人口生活在农村地区。从行政上讲,埃塞俄比亚划分为9个地理区域和2个行政市[3]目前的埃塞俄比亚卫生政策多加强调保健中的预防和促进健康部分,这些部分应能解决大部分人口的健康问题[17]

子数据集用于分析 2016 EDHS中央统计局从2016年1月18日至2016年6月27日对9个大区和2个行政市进行具有国家代表性样本的人口和健康调查最新和全国性大规模数据集学习参与者总数为2110名婴儿,其权重被召回样本设计和选择细节见埃塞俄比亚人口健康调查2016 EDH报告[3]

跨段研究设计用于识别加空局收集的2016 EDH数据中与LBW相关多级因素

源群数 :5年中所有活胎均生于15至49岁育龄妇女,她们在调查期间居住在埃塞俄比亚9大区和2个行政城

学习群5年中所有活胎均生于15至49岁育龄妇女,她们在调查中是选定枚举区选定家庭的居民

样本群5年中所有活胎均生于15至49岁育龄妇女,他们是选定Hs的居民

包容排除标准EDHS2016采样区所有出生加权婴儿都包括在研究中所有未加权子女和不知道子女权重的母亲均被排除

运维定义和标准定义正常出生权-重值大于或等于2500克

聚合社区级变量社区级汇总预测变量通过集聚层个人级值构建,汇总变量二分分类则基于为每个聚集计算比例值分布正常分布或中位不等社区级汇总预测变量被用作切分分类直方图用于检查分布是否正常

可交换词数 :枚举区、枚举区和集群互换使用在本文档中指高层次单元采样单元

个体级因子 :可变最小级或个体级操作,包括儿童、父母和家庭特征

EDHS2016使用多级集群采样法采样框架取自2007年埃塞俄比亚人口和住房普查,该普查全表有84 915枚枚枚举区2016 EDH样本分两个阶段选择每一区划分为城市和农村地区,产生21个采样层采样区分两个阶段逐层独立选择.第一阶段选择645枚枚举区(202个城市和443个农村社区)第二阶段选择每个集群28个家庭所有15至49岁妇女都有资格接受面试。在所有与出生体重有关的子数据集中,21110名婴儿有资格参加这项研究

与低出生体重结果变量相关数据选取并取自EDHS2016子数据集完成进一步的数据清理、标签编码和重编码连续绝对变量分类使用来自不同文献的信息,必要时与前文比较

依存变量 :结果变量低出生权依发变量Ish生成权由随机变量表示,该变量可能有2个值编码1和0响应变量Ish出生权测量二分形变量yi=1

独立变量 :这项研究有个人和社区一级独立变量

个体级变量本研究所考虑的个人层次因素包括:母子关系、初生母子关系、生育年龄、出生顺序、类型、儿童性别、户主性别、婚姻状况、母子教育程度、丈夫/伴侣教育程度、母子职业、丈夫/伴侣职业、吸烟、家庭财富指数、宗教、家庭规模、媒体接触、体积指数

社区级变量除区域外,居住地、社区媒体接触、社区教育状况和社区贫困状况是社区一级考虑的独立变量社区级汇总预测变量通过集聚层个人级值构建,汇总变量二分分类则根据为每个聚集计算比例值分布完成(社区)(见运算定义部分)。

多级建模嵌套数据性质使得传统回归法使用不妥,因为某些组内个人假设独立性,假设不同组等差,传统回归法固有缺损多级模型是一种多级数据回归分析类型,依存变量更适合层次结构化数据,如DHS估计强标误差多级逻辑回归分析用于计算DHS数据层次性质和结果变量二分响应

数据分析数据取自EDH2016并输入STATA14使用多级后勤回归分析二级后勤回归评估独立变量对LBW的解释性效果第二级表示个体出生权,二级表示个人嵌入社区数据描述分析包括下一节:描述性统计和交叉列表、多级回归分析诊断EDH样本不是自加权的,因为不同区和国家城市住宅分配不相称,往往在一个区采样过量,而在其他区域采样过低。正因如此EDH采样权重使用来使采样代表全部人口

描述分析 :频百分数报告绝对变量连续正常变量平均值和中位数后四分位数范围对违反常态假设的连续解释变量也使用此外,还用交叉列表显示结果变量(低出生权)中各种特征的不同类别比例

双轨多级逻辑回归分析双变量MLAC探索依存变量与各种独立变量之间的联系p值为++++++++++++

多级后勤回归模型安装后,检验二进制多级后勤回归分析中与低出生权相关联的个人和社区一级因素p+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++p值小于0.05变量被视为重要预测器显示结果时差比(AOR)和95%置信区间(CI)。

多级分析中它搭建了二级模型一级单个变量和二级为社区级这项研究除个人和社区一级固定效果外,还侧重于随机拦截模型多级分析分析策略由多级分析组成四模型.

首模型通常称它为空或Null模型,安装时没有解释变量换句话说,它不包含变量,但分解个人和社区构件总差空模型用于判定社区间LBW总体差值是否显著

Y=un[P_JI测试1-P_JI测试..._0j+u_0j.....

上方方程中_JI测试概率LBW,ET_0j整体回归拦截时所有预测器调整为0_0j区级残留物

第二模型指个人模型包括单级特征允许评估结果变量与个体级特征之间的联系包含个体级变量模型用于判断社区间差异可否由社区内个人特征解释

Y级_JI测试= β_0j+xi_一号X级_1j+._N级X级_宜家+u_0j+e_JI测试.. 2

在上述模型中:_0j即拦截_一号回归系数(回归坡度)解释变量X1_JI测试数个人层次因子e_JI测试常用词(随机误差词)

第三个模型仅包含社区级特征以便评估结果变量上社区级变量

Y级_JI测试= β_欧治市+β_1Z1+._新元Z级_新元+e_JI测试+u_新元.....

每一集群有不同的拦截_欧治市斜坡系数_一号,Z_新元社区级因子数和u_新元集群级随机剩余错误术语

第四模型包括个人和社区一级同时解释变量多级后勤回归模型同时包括个人和社区级预测器允许:(1) 个人级混淆器后社区效果检验受控制为:(2) 个人级特征修改社区效果检验和(3) 社区内部和之间结果变异并同时检验社区间变异由个人级和社区一级特征解释的程度

公式最后模型表示方式如下:

日志[P_JI测试/(1-P)_JI测试)] = β_欧治市+β_一号X级_1j+xi_一号Z级_1j+.+u_欧治市+e_JI测试

P级_JI测试概率LBWi^线程出生权j^线程区域划分

辰族_0j日志奇拦截

辰族_一号...辰族_新元回归系数估计数据

X级_1j.x_宜家共变数(独立变量)可逐级定义

Z级_1j..Z_新元共变数(区域变量)可定义区域级

欧市_欧治市区级随机报错

e类_JI测试随机误差个体级

需要估计的参数为固定系数et₀...._一号等随机参数₀.

多级模型中固定特效(关联度)指个人和社区共变数并表现为调整奇比和95%置信区间随机效果测量跨社区LBW变异社区差对总差之比指类内相关系数精度用独立变量[19]的标准误差测量 。随机效果(即变量度量)表现为Crade分量法(VPC)(在本研究中与ICC等值)和成比例差变法(PCV)。因研究结果变量二分性,VPC计算基础线性阈值模型法,该模型法将单个水平差异从概率尺度转换为逻辑尺度[20]换句话说,通过使用线性阈值模型,不可见单个结果变量沿次后勤分布并有单个水平差异,即点半2_e类=++2/3在本案中,VPC与ICC对称,ICC是衡量社区个人利益结果总体聚类的尺度。

ICC计算为:ICC=

CC表示社区差分总差数(社区加个人差分)之分 CC表示社区差数 CC2u表示社区差数 Q2/3=3.29表示个人差数

社区与LBW的差异可归结为上下文影响或社区个体组成差异(包括非观察个人特征)。鉴此,在调整多级模型个体特征的同时,对构件差异的相同部分加以考虑解释空模型所观察到的部分社区差分方程成比例改变社区差

PCV1=(VN1-VN2/VN

VN1-s社区空模型差异和VN2社区模型差异,包括个人层次特征或社区层次特征或个人和社区层次特征[20]

Wald测试用于测试无效假设参数值为0或一组参数为联为0后一案例适用于测试绝对变量意义线性参数也可以测试无效假设属实时测试统计分布为约x2和r自由度,r指测试函数数逐级自由变换的意义将用Wald测试,p-值<0.05被认为对拒绝无效假设意义重大

多级诊断评价使用差值通缩因数(VIF)完成,因此VIF大于10被视为问题多级性证据个人和共同体级解释变量[22]之间的交互效果评估

接收者操作特征曲线使用接收者操作特征下区域评估模型对数据集的一般精度ROC曲线常用尺度归纳二进制预测模型的偏差能力相对适配测试使用Akaike信息标准对每种模型并作比较AIC优于假否定结果被认为误差大于假正数(敏感模型)。AIC是测量多级建模相宜性的适当信息标准

在这次研究中,所有描述性部件表和比例均加权,除非表示非加权EDH数据取自采样比例不相称层和集群,因此DHS手册建议加权提高样本代表性在这次研究中,连续变量缺值通过替换正常分布变量的平均值和正常分布变量的中值管理偏差绝对值,相似地,用所考虑变量模式值替换可变丈夫/伴侣教育层次发现最大缺值(6缺值),没有发现任何其他独立变量超过2缺值

分析中共包括2 110名嵌入445集群的儿童其中13%的儿童出生体重低双胞胎单调2045年(96.9%)和多胞胎65年(3.1%)2047(97%)子产子育龄和63(3%)母产子预产期调查期间活生生的大多数儿童(80.07%)来自非脑液母体,其余是非脑液母体产物。

多子女(38%)生自受过初等教育的母亲,698(33%)生自受过中等/高等教育的母亲,其余为未受过正规教育的母亲(表1a)。

当我们看到埃塞俄比亚不同地区活胎比例加权并报告时,多数(28.5%)在Oroma发现,其次是SNP区域(20.2%)。阿法尔区域最小生数(0.44%)加权并报告比埃塞俄比亚其他地区(表1b)。

多级建模用于确定LBW预测器并评估社区间观察到的变异中有多少用模型所考虑变量来解释

随机效果(表2)显示社区低出生权概率大相径庭(集群)模型构建中空模型没有预测器变量显示,聚积效果解释的低出生体重变差比例为11.12%,使我们能够证明使用多级建模分析有理

LBW最后模型包含个人和社区级变量,被认为是相对于其他模型最优模型表2中的测试统计显示,AIC用于估计连续模型合宜性值分别为1469.67、1340.07、1463.08和1333.33模式1模型2模型3和4模型4最小AIC值证明最终模型更适合解释分析中的数据ROC曲线下区数为 0.7297表示模型预测良好正因如此文件中所有关联和讨论均基于最终最佳模型(模型4)的调查结果

控制模式4中其他个人和社区一级变量,多胎母亲为2.74倍(AOR=2.74!95%CI:1.450-5.184比单生母亲所生子更有可能LBW(表2)。

孕育年龄也保持其意义水平和在控制个人和社区一级预测变量后概率比预产4.83倍95%CI:2.644-8.80比全产子多(表2)。

此外,缺血母亲所生子女出生体重低的概率为1.49倍(AOR=1.49!95%CI:1.069-2.099比非遗传性母亲所生子更有可能LBW(表2)。

生序控制个人预测器和社区预测器后保留其意义,LBW为58%(AOR=0.42!95%CI:0.242-0.752出生六人以上子女的可能性小于出生序一至三子(表2)。

母亲上中学和大学生子为61%(AOR=0.3995%CI:0.252-0.612和母亲生小学水平39%(AOR=0.61!95%CI:0.418-0.896与那些母亲未达到任何教育程度的儿童相比,不太可能有LBW(表2)。

个人和社区一级预测器调整后,Afar、Amhara、Oromaa和SNP的母亲所生子为3.83倍(AOR=3.83!95%CI:1.463-10.044乘以3.5095%CI:1.649-7.428,2.19倍95%CI:1.0854.411和2.39倍95%CI:1.236-4.644比生活在Tigray区域的母亲更有可能分别生LBW(表2)。

本研究从埃塞俄比亚2016年人口健康调查数据中深入了解低出生权这项研究的目的是评估与出生体重低相关联的个人和社区一级因素。讨论将侧重于个人层次和社区一级因素,包括统计方法以及研究强度和限制

NB多级因素讨论都与最终模型(使用AUC和AIC选择最佳模型)的发现相关

个体层面发现,诸如出生类型、出生时生育年龄、贫血状态、出生顺序和母亲教育程度等因素都与出生体重低有重大关联。

母多生子比单生子高几率在尼日利亚进行的研究还显示多生子发现与LBW[24]有显著正关联类似地,在埃塞俄比亚进行的多层次分析还显示多生子生子比单生子生子概率高1.964倍[25]双试例通常与LBW婴儿的产值相关联,因为有时会引致像贫血症、高血压和早期人工等复杂问题,可能导致出生体重低[26]多胞胎出生体重过低的高概率可能是由于多子多胞胎共享所有营养和荷尔蒙需求,而多子多子多胞胎面向单声演化

本研究还发现孕育年龄是确定低出生体重的一个重要因素。与全时出生相比,预孕期出生机率低的可能性更高坦桑尼亚、加纳和乌干达的研究还显示,妊娠年龄小于37周发现与LBW[27-29]有显著正关联这也与在埃塞俄比亚贡达尔进行的研究[30]一致。这可能是因为缺少时间将概念发展到正常出生权水平

这项研究发现,贫血母亲与出生体重低有正面关系。坦桑尼亚北部和埃塞俄比亚进行的类似研究还显示,贫血母亲比无贫血母亲大易产小[25 31]某些研究显示低血红素分娩前与LBW婴儿关系密切母性贫血常被视为LBW婴儿的风险因素[32]缺氧母亲出生体重低的原因可能是缺乏足够的氧气和对受孕发育势必必备的其他养分。

马拉威省的其他研究显示2-3和4-5出生序与初生序比小风险小[33]2014年在埃塞俄比亚进行的另一项研究显示,孩子的出生顺序似乎对确定婴儿出生时大小没有重大影响[25]孕期子螺旋动脉结构改变,增加血液流,对胎儿生长产生有利效果[34]发现前后不一致的原因可能是样本大小和数据精度的不同。

母性教育程度似乎是研究中LBW非常重要的决定因素母亲没有受过教育的儿童比母亲受过初级或中级/高级教育的儿童患LBW的风险高得多。坦桑尼亚北部、尼日利亚、肯尼亚和马拉维的其他研究暗示母亲教育与LBW交付相关高教子母比没有受过教育母子小 [24,27,33,35]前埃塞俄比亚单级研究显示与本研究一致结果[25,36]教育程度低的母亲更常营养不良、不健康习惯、慢性病和不适当的产前护理,而这反过来又与产小婴儿的母亲相关[25]

社区级(集群级)变量中,只有区域被发现为出生体重低的重要预测器

阿法尔族、阿姆哈拉族、奥罗米亚族和南方民族出生的地区差异比提格雷族出生的儿童多。此前在埃塞俄比亚进行的研究显示,母亲居住在阿法尔、阿姆哈拉和亚的斯亚贝巴的儿童比参考类儿童更有可能是LBW[25]这些地区观察到的难产率高可归结为这些地区在营养、社会经济地位、保健服务以及其他文化和生活方式差异方面的差异。

ROC曲线测量适配性:使用预测概率,STATA中xb命令,预测仅基于固定效果在此情况下AUC算法适配度 和AIC算法一样,仅使用固定效果预测都期望给出一致决策研究发现最终模型相对合宜,从AIC和AUC值看都是

强点 :DHS数据有个人(妇女)级采样权值,用来加权描述性部分使其更具代表性

约束度 :DHS数据没有集群级权重计算,多级建模中对加权分析(分析部分)是必不可缺的

模型中包含的一些变量可能无法在事件发生同一天收集

除剖分研究设计常见缺陷外,上述限制尤其重要。

在这次研究中,埃塞俄比亚低出生体重总体百分比保持较高水平。研究结果显示多生、退步母亲、出生顺序、未受教育母亲和预产期适龄是出生体重低的重要因素。同时,各地区之间婴儿出生规模差别相当大。关/接重要因素可降低出生体重低的风险

感谢Mekelle大学、卫生科学院和生物统计系、Tigray区域卫生局和中央统计机构在这项研究期间给予的支持。

部分资金由Mekelle大学提供

道德认证从Mekelle大学研究伦理审查委员会获取,卫生科学院同意参赛得到道德审查委员会和DHS程序保证,因为使用已有数据保密性和数据隐私得到保证

本研究中所用的数据集尚未公诸于众根据相关规则,数据不能公开分享但它可应相关作者的合理请求从该作者处获取。

KibromTaameWeldemariam首席调查员参与设计规划研究提取分析数据 编写手稿博士Haftom Temesgen Abebe、Kebede Embaye Gezae和Tsegay TekuluTsegay参与规划、设计和分析研究所有作者阅读并批准最终手稿

不适用

我们所有作者都声明,我们没有竞技兴趣

1. WHO (2011年) 低出生体重最优进食中产阶级妇幼保健局日内瓦瑞士[参考文件]

2. RajaefardM,MohammadiMChobinehA(2007年):预产风险因素:预防策略IShiraz东地中海卫生杂志13:551-559[参考文件]

3. CSA(CSA)(2016年)埃塞俄比亚人口健康调查亚的斯亚贝巴,埃塞俄比亚[参考文件]

4. Kliegman R,Behrman R,JensonH, StantonB(2008)Nelson儿科教科书费城Elsevier[参考文件]

5. UNICEF,WHO(2004年)低出生权:国家区域和全球估计纽约[参考文件]

6. Sharma M,MishiraP(2013)OSR人文社会学杂志India 13:39-45[参考文件]

7. DeshpandeD,PhalkeB,BangalB,PeeyuushaD,SushenB(2011年)国家社区医学杂志India5:394[参考文件]

8. 提格雷政府国家卫生局和提格雷政府国家卫生局Tigray区域卫生局年度简介2013:Mekelle[参考文件]

9. 世卫组织(2014年)2025年全球营养目标:低出生权政策简介WHO.[参考文件]

10. 列高HCousenS/OestergadM(2012)国家、区域及世界范围2010年预产率估计,并自1990年以来选定国家时间趋势:系统分析和影响Lancet379:2162-2172[参考文件]

11. WHO(2012年)生得太快:预产全球行动报告日内瓦瑞士[参考文件]

12. Uthman OA(2007年)低出生权对婴儿死亡率的影响:使用Weibull危险模型分析互联网流行病学杂志6:8[参考文件]

13. ProcentT,WilleyB,KatzJ,ClarkeS,KariukiS等与东非预产相关联的新生儿死亡率风险2012年,按工龄加权调整:个体参与者级Meta分析PLOS医学9:e1001292[参考文件]

14. 草坪JE,OsrinD,AdlerA,CousensS(2008)400万新生儿死亡:计数归因Peinat Epidemiol 22:410-416[参考文件]

15. United Nations系统(2007年)第六次世界营养状况报告日内瓦瑞士[参考文件]

16. TemaT(2006年)埃塞俄比亚西南Jima区LBW流行程度和决定因素东非医学杂志83:366-371[参考文件]

17. FDRE(FDRE)(2015年)卫生部门转换计划[参考文件]

18. StoltzfusJC (2011)物流回归:简洁开关急救药18:1099-1104[参考文件]

19. AntaiD,MoradiT(2010)尼日利亚城区缺陷和5岁以下死亡率:快速城市化效果Environ健康剖面118:877-883[参考文件]

20. MerloJ、YangM、ChaixB、LynchJ、RastamL(2007年)社会流行病学多级分析简明概念教程:调查不同群体背景现象Journal流行病学社区健康59:729-736[参考文件]

21. GordstinH(2003年)多统计模型阿诺德伦敦[参考文件]

22. Vatcheva KP、Lee M、McCormickJB、Rahbar MH2016多级回归分析流行病学6:227[参考文件]

23. HoxJ(2010)多级分析技术应用乌得勒支大学,荷兰[参考文件]

24. DahluiM公司、AzaharN公司、OcheOM公司、Aziz NA(2016年)Glob健康行动9:1-8[参考文件]

25. Betew W,KebedeE(2014),埃塞俄比亚0至59个月儿童低出生体重确定器intJ纯applSci技术2514-25[参考文件]

26. OnyirukaAN(2010年)CurrpeiatrRes15:0106[参考文件]

27. sizaJE(2008年) 坦桑尼亚北部转院孕妇出生体重低相关风险因素坦桑尼亚健康研究杂志10:1-8[参考文件]

28. IshmaelAB(2011年)评估与低出生体重和平均实际出生体重相关联的风险因素:St案例研究Martins医院Agroyesum库马西大学加纳Kwame Nkruma[参考文件]

29. Louis B、Steven B、Margret N、Ronald N、Emmanuel L等New Mulago医院青少年母亲低出生体重流行和因素:跨段研究卫生科学杂志4:192-199[参考文件]

30. ZenebeK AwokeT BirhanN(2014)低出生权相关因素Indo全球药理学杂志4:74-80[参考文件]

31. Mitao M,Philemon R,ObureJ,MmbagaTBSMUYAS等风险因素和不良围产期结果与坦桑尼亚北部出生体重低相关:基于注册回溯群研究亚太复制杂志5:75-79[参考文件]

32. Muhammad OA、KalsoomU、SughraU、HadiU、ImranM(2011年)J Ayub Med Coll Abbottabad 23:2[参考文件]

33. NgwiraA, StanleyC(2015年)马拉维低出生体重决定因素:贝叶斯地理增益建模PLOSONE1:14[参考文件]

34. ShongT,ErwichJ,AdemaE(2003年)百客24: 348-353[参考文件]

35. OMEG,Amwoliza V(2014年) 与肯尼亚低出生权相关因素人文社会学研究杂志5:97-106[参考文件]

36. Gebremedhins,EnqeselassieF,UmetaM(2012)产前Zinc和VitaminA缺陷对埃塞俄比亚南部Sidama农村出生体重独立和联合效果PLOS一号7:E50213[参考文件]