MétaCan
Menu
Retour à la cohorte
Enregistrement W1956122539 · doi:10.1179/2046905515y.0000000046

State of neonatal health care in eight countries of the SAARC region, South Asia: how can we make a difference?

2015· review· en· W1956122539 sur OpenAlexaff
Jai K Das, Arjumand Rizvi, Zaid Bhatti, Vinod K. Paul, Rajiv Bahl, Mohammod Shahidullah, Dharma Manandhar, Hedayatullah Stanekzai, Sujeewa Amarasena, Zulfiqar A Bhutta

Notice bibliographique

RevuePaediatrics and International Child Health · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensCentre for Global Health ResearchHospital for Sick ChildrenSickKids Foundation
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological interventionNeonatal sepsisNeonatal mortalityInfant mortalityMillennium Development GoalsMortality rateSouth asiaNeonatal deathDeveloping countryEnvironmental healthDemographyPediatricsPopulationPregnancySepsisEconomic growthFetus

Résumé

récupéré en direct d'OpenAlex

The South Asian Association for Regional Cooperation (SAARC) is an organization of eight countries--Bangladesh, Bhutan, India, the Maldives, Nepal, Pakistan, Sri Lanka and Afghanistan. The major objectives of this review are to examine trends and progress in newborn and neonatal health care in the region. A landscape analysis of the current state of neonatal mortality, stillbirths and trends over the years for each country and the effective interventions to reduce neonatal mortality and stillbirths was undertaken. A modelling exercise using the Lives Saved Tool (LiST) was also undertaken to determine the impact of scaling up a set of essential interventions on neonatal mortality and stillbirths. The findings demonstrate that there is an unacceptably high and uneven burden of neonatal mortality and stillbirths in the region which together account for 39% of global neonatal deaths and 41% of global stillbirths. Progress is uneven across countries in the region, with five of the eight SAARC countries having reduced their neonatal mortality rate by more than 50% since 1990, while India (43%), Afghanistan (29%) and Pakistan (25%) have made slower progress and will not reach their MDG4 targets. The major causes of neonatal mortality are intrapartum-related deaths, preterm birth complications and sepsis which account for nearly 80% of all deaths. The LiST analysis shows that a gradual increase in coverage of proven available interventions until 2020 followed by a uniform scale-up to 90% of all interventions until 2030 could avert 52% of neonatal deaths (0.71 million), 29% of stillbirths (0.31 million) and achieve a 31% reduction in maternal deaths (0.25 million). The analysis demonstrates that the Maldives and Sri Lanka have done remarkably well while other countries need greater attention and specific focus on strategies to improve neonatal health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,310
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics and International Child HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207