Prevalence and Determinants of Unintended Pregnancy in Mchinji District, Malawi; Using a Conceptual Hierarchy to Inform Analysis

• DOI: 10.1371/journal.pone.0165621
• Publication Date: 2016-10-31T13:32:53Z
• Authors: Jennifer Anne Hall; Geraldine Barrett; Tambosi Phiri; Andrew Copas; Address Malata; Judith Stephenson
• Keywords: Malawi; Research methodology; Health Professions; 0302 clinical medicine; CHILD; Sociology; 5. Gender equality; Risk Factors; Pregnancy; Psychological intervention; ECUADOR; Surveys and Questionnaires; Prevalence; Marital status; Public Health Surveillance; 10. No inequality; UNPLANNED PREGNANCY; Global Maternal and Child Health Outcomes; Psychiatry; OUTCOMES; Q; R; 1. No poverty; WOMEN; Pregnancy, Unplanned; Middle Aged; Pregnancy, Unwanted; FOS: Sociology; 3. Good health; Multidisciplinary Sciences; Obstetrics; Environmental health; Childbirth; General Health Professions; Reproductive health; Science & Technology - Other Topics; Medicine; Female; Research Article; Adult; Contraception and Unintended Pregnancy Prevention; Adolescent; Science; Population; Unintended Pregnancy; Pregnancy Intention; Multilevel model; Young Adult; Unintended pregnancy; 03 medical and health sciences; Health Sciences; Machine learning; Genetics; Humans; Family planning; Biology; Demography; Science & Technology; Models, Statistical; Public Health, Environmental and Occupational Health; Abortion; Computer science; REPRODUCTIVE INTENTIONS; Fertility; Socioeconomic Factors; FOS: Biological sciences; Pediatrics, Perinatology and Child Health; WEIGHT; INFANT; Adolescent Sexual Health and Behavior Patterns

Antecedentes En 2012 hubo alrededor de 85 millones de embarazos no deseados en todo el mundo. Los embarazos no deseados exponen innecesariamente a las mujeres a los riesgos asociados con el embarazo, el aborto inseguro y el parto, lo que contribuye a la mortalidad y morbilidad maternas. Los estudios han identificado una serie de posibles determinantes del embarazo no planificado, pero han utilizado diferentes metodologías, medidas de intención de embarazo y técnicas de análisis. En consecuencia, hay muchas contradicciones en sus hallazgos. Es importante identificar a las mujeres en riesgo de embarazo no planificado, ya que esta información se puede utilizar para ayudar a diseñar y orientar las intervenciones y desarrollar políticas preventivas. Métodos: 4.244 mujeres embarazadas del distrito de Mchinji, Malawi, fueron entrevistadas en casa entre marzo y diciembre de 2013. Se les preguntó sobre su intención de embarazo utilizando la versión Chichewa validada de la Medida de Londres del Embarazo No Planificado, así como sus antecedentes sociodemográficos, obstétricos y psiquiátricos. Se desarrolló un modelo jerárquico conceptual de los determinantes de la intención de embarazo y se utilizó para informar el análisis. Se utilizó la regresión lineal de efectos aleatorios múltiples para explorar las formas en que los factores determinan la intención del embarazo que conduce a la identificación de mujeres en riesgo de embarazos no planificados. Resultados El 44,4% de los embarazos fueron planificados. En los análisis univariados, la intención de embarazo se asoció con la edad y la educación de la madre y el padre, el estado civil, el número de hijos vivos, el intervalo entre nacimientos, el estado socioeconómico, la violencia de pareja y la depresión previa, todo a p<0,001. El análisis de regresión lineal múltiple encontró que el aumento del estado socioeconómico se asocia con el aumento de la intención de embarazo, pero su efecto está mediado por otros factores en el modelo. Los factores sociodemográficos de importancia fueron el estado civil, que fue el factor en el modelo que tuvo el mayor efecto sobre la intención de embarazo, la edad de la pareja y el nivel de educación de la madre. El efecto del nivel educativo de la madre estuvo mediado por las características reproductivas maternas. La depresión previa, el abuso en el último año o el abuso sexual, la edad más temprana, el aumento del número de niños y los intervalos cortos entre nacimientos se asociaron con una menor intención de embarazo después de haber controlado todos los demás factores en el modelo. Esto sugiere que las mujeres en el distrito de Mchinji que son mujeres jóvenes y solteras que tienen su primer embarazo, o mayores, mujeres casadas que han completado el tamaño de familia deseado o que han dado a luz recientemente, o mujeres que han experimentado depresión, abuso en el último año o abuso sexual están en mayor riesgo de embarazos no deseados. Conclusión Se utilizó una medida simple de la intención del embarazo con propiedades psicométricas bien establecidas para mostrar la distribución de la planificación del embarazo entre las mujeres de una población rural pobre y para identificar a las mujeres con mayor riesgo de embarazo no deseado. Un análisis basado en un modelo jerárquico conceptual arroja luz sobre las vías que conducen de los determinantes sociodemográficos a la intención de embarazo. Esta información se puede utilizar para orientar los servicios de planificación familiar a las personas con mayor riesgo de embarazos no deseados, en particular las mujeres con antecedentes de depresión o que están experimentando violencia de pareja.<br/>Background In 2012 there were around 85 million unintended pregnancies globally. Unintended pregnancies unnecessarily expose women to the risks associated with pregnancy, unsafe abortion and childbirth, thereby contributing to maternal mortality and morbidity. Studies have identified a range of potential determinants of unplanned pregnancy but have used varying methodologies, measures of pregnancy intention and analysis techniques. Consequently there are many contradictions in their findings. Identifying women at risk of unplanned pregnancy is important as this information can be used to help with designing and targeting interventions and developing preventative policies. Methods 4,244 pregnant women from Mchinji District, Malawi were interviewed at home between March and December 2013. They were asked about their pregnancy intention using the validated Chichewa version of the London Measure of Unplanned Pregnancy, as well as their socio-demographics and obstetric and psychiatric history. A conceptual hierarchical model of the determinants of pregnancy intention was developed and used to inform the analysis. Multiple random effects linear regression was used to explore the ways in which factors determine pregnancy intention leading to the identification of women at risk of unplanned pregnancies. Results 44.4% of pregnancies were planned. On univariate analyses pregnancy intention was associated with mother and father's age and education, marital status, number of live children, birth interval, socio-economic status, intimate partner violence and previous depression all at p<0.001. Multiple linear regression analysis found that increasing socio-economic status is associated with increasing pregnancy intention but its effect is mediated through other factors in the model. Socio-demographic factors of importance were marital status, which was the factor in the model that had the largest effect on pregnancy intention, partner's age and mother's education level. The effect of mother's education level was mediated by maternal reproductive characteristics. Previous depression, abuse in the last year or sexual abuse, younger age, increasing number of children and short birth intervals were all associated with lower pregnancy intention having controlled for all other factors in the model. This suggests that women in Mchinji District who are either young, unmarried women having their first pregnancy, or older, married women who have completed their desired family size or recently given birth, or women who have experienced depression, abuse in the last year or sexual abuse are at higher risk of unintended pregnancies. Conclusion A simple measure of pregnancy intention with well-established psychometric properties was used to show the distribution of pregnancy planning among women from a poor rural population and to identify those women at higher risk of unintended pregnancy. An analysis informed by a conceptual hierarchical model shed light on the pathways that lead from socio-demographic determinants to pregnancy intention. This information can be used to target family planning services to those most at risk of unplanned pregnancies, particularly women with a history of depression or who are experiencing intimate partner violence.<br/>Contexte En 2012, il y a eu environ 85 millions de grossesses non désirées dans le monde. Les grossesses non désirées exposent inutilement les femmes aux risques associés à la grossesse, à l'avortement à risque et à l'accouchement, contribuant ainsi à la mortalité et à la morbidité maternelles. Des études ont identifié une gamme de déterminants potentiels de la grossesse non planifiée, mais ont utilisé diverses méthodologies, mesures de l'intention de grossesse et techniques d'analyse. Par conséquent, il y a beaucoup de contradictions dans leurs conclusions. Il est important d'identifier les femmes à risque de grossesse non planifiée, car ces informations peuvent être utilisées pour concevoir et cibler des interventions et élaborer des politiques préventives. Méthodes 4 244 femmes enceintes du district de Mchinji, au Malawi, ont été interrogées à domicile entre mars et décembre 2013. Ils ont été interrogés sur leur intention de grossesse en utilisant la version validée de Chichewa de la mesure de Londres de la grossesse non planifiée, ainsi que sur leurs données sociodémographiques et leurs antécédents obstétricaux et psychiatriques. Un modèle conceptuel hiérarchique des déterminants de l'intention de grossesse a été développé et utilisé pour éclairer l'analyse. La régression linéaire à effets aléatoires multiples a été utilisée pour explorer les façons dont les facteurs déterminent l'intention de grossesse menant à l'identification des femmes à risque de grossesses non planifiées. Résultats 44,4% des grossesses ont été planifiées. Sur la base d'analyses univariées, l'intention de grossesse était associée à l'âge et à l'éducation de la mère et du père, à l'état matrimonial, au nombre d'enfants vivants, à l'intervalle entre les naissances, au statut socio-économique, à la violence du partenaire intime et à la dépression antérieure, le tout à p<0,001. L'analyse de régression linéaire multiple a révélé que l'augmentation du statut socio-économique est associée à l'augmentation de l'intention de grossesse, mais que son effet est médié par d'autres facteurs du modèle. Les facteurs sociodémographiques importants étaient l'état matrimonial, qui était le facteur dans le modèle qui avait le plus d'effet sur l'intention de grossesse, l'âge du partenaire et le niveau d'éducation de la mère. L'effet du niveau d'éducation de la mère a été médié par les caractéristiques reproductives de la mère. Une dépression antérieure, des abus au cours de la dernière année ou des abus sexuels, un âge plus jeune, un nombre croissant d'enfants et des intervalles de naissance courts étaient tous associés à une intention de grossesse plus faible ayant contrôlé tous les autres facteurs du modèle. Cela suggère que les femmes du district de Mchinji qui sont soit des femmes jeunes et célibataires ayant leur première grossesse, soit des femmes mariées plus âgées qui ont atteint la taille souhaitée de leur famille ou qui ont récemment accouché, ou des femmes qui ont subi une dépression, des abus au cours de la dernière année ou des abus sexuels courent un risque plus élevé de grossesses non désirées. Conclusion Une mesure simple de l'intention de grossesse avec des propriétés psychométriques bien établies a été utilisée pour montrer la répartition de la planification de la grossesse parmi les femmes issues d'une population rurale pauvre et pour identifier les femmes présentant un risque plus élevé de grossesse non désirée. Une analyse éclairée par un modèle conceptuel hiérarchique met en lumière les voies qui mènent des déterminants sociodémographiques à l'intention de grossesse. Ces informations peuvent être utilisées pour cibler les services de planification familiale vers les personnes les plus à risque de grossesses non planifiées, en particulier les femmes ayant des antécédents de dépression ou qui subissent des violences de la part de leur partenaire intime.<br/>معلومات أساسية في عام 2012، كان هناك حوالي 85 مليون حالة حمل غير مقصود على مستوى العالم. تعرض حالات الحمل غير المقصودة النساء دون داع للمخاطر المرتبطة بالحمل والإجهاض غير الآمن والولادة، مما يساهم في وفيات الأمهات واعتلالهن. حددت الدراسات مجموعة من المحددات المحتملة للحمل غير المخطط له ولكنها استخدمت منهجيات مختلفة ومقاييس نية الحمل وتقنيات التحليل. وبالتالي هناك العديد من التناقضات في النتائج التي توصلوا إليها. يعد تحديد النساء المعرضات لخطر الحمل غير المخطط له أمرًا مهمًا حيث يمكن استخدام هذه المعلومات للمساعدة في تصميم التدخلات واستهدافها ووضع سياسات وقائية. أجريت مقابلات مع 4244 امرأة حامل من منطقة مشينجي في ملاوي في المنزل بين مارس وديسمبر 2013. تم سؤالهم عن نيتهم في الحمل باستخدام نسخة تشيتشيوا المصادق عليها من مقياس لندن للحمل غير المخطط له، بالإضافة إلى التركيبة السكانية الاجتماعية والتاريخ التوليدي والنفسي. تم تطوير نموذج هرمي مفاهيمي لمحددات نية الحمل واستخدامه لإبلاغ التحليل. تم استخدام الانحدار الخطي متعدد التأثيرات العشوائية لاستكشاف الطرق التي تحدد بها العوامل نية الحمل مما يؤدي إلى تحديد النساء المعرضات لخطر الحمل غير المخطط له. تم التخطيط لنتائج 44.4 ٪ من حالات الحمل. في التحليلات أحادية المتغير، ارتبطت نية الحمل بعمر الأم والأب وتعليمهما، والحالة الاجتماعية، وعدد الأطفال الأحياء، والفاصل الزمني للولادة، والحالة الاجتماعية والاقتصادية، وعنف الشريك الحميم والاكتئاب السابق، وكل ذلك عند p<0.001. وجد تحليل الانحدار الخطي المتعدد أن زيادة الوضع الاجتماعي والاقتصادي يرتبط بزيادة نية الحمل ولكن يتم التوسط في تأثيره من خلال عوامل أخرى في النموذج. كانت العوامل الاجتماعية والديموغرافية ذات الأهمية هي الحالة الاجتماعية، والتي كانت العامل في النموذج الذي كان له أكبر تأثير على نية الحمل وعمر الشريك ومستوى تعليم الأم. كان تأثير مستوى تعليم الأم يتوسطه الخصائص الإنجابية للأم. ارتبط الاكتئاب السابق أو الإساءة في العام الماضي أو الاعتداء الجنسي أو السن الأصغر أو العدد المتزايد من الأطفال وفترات الولادة القصيرة جميعها بانخفاض نية الحمل بعد السيطرة على جميع العوامل الأخرى في النموذج. يشير هذا إلى أن النساء في منطقة مشينجي إما الشابات غير المتزوجات اللائي حملن لأول مرة، أو النساء المتزوجات الأكبر سناً اللائي أكملن حجم الأسرة المرغوب فيه أو أنجبن حديثًا، أو النساء اللائي عانين من الاكتئاب أو الإساءة في العام الماضي أو الاعتداء الجنسي هن أكثر عرضة لخطر الحمل غير المقصود. تم استخدام مقياس بسيط لنية الحمل مع خصائص نفسية راسخة لإظهار توزيع تخطيط الحمل بين النساء من سكان الريف الفقراء ولتحديد النساء الأكثر عرضة لخطر الحمل غير المقصود. يلقي تحليل مستنير بنموذج هرمي مفاهيمي الضوء على المسارات التي تؤدي من المحددات الاجتماعية والديموغرافية إلى نية الحمل. يمكن استخدام هذه المعلومات لاستهداف خدمات تنظيم الأسرة لأولئك الأكثر عرضة لخطر الحمل غير المخطط له، وخاصة النساء اللواتي لديهن تاريخ من الاكتئاب أو اللواتي يعانين من عنف الشريك الحميم.<br/>