The impact of economic recession on maternal and infant mortality: lessons from history
Notice bibliographique
Résumé
BACKGROUND: The effect of the recent world recession on population health has featured heavily in recent international meetings. Maternal health is a particular concern given that many countries were already falling short of their MDG targets for 2015. METHODS: We utilise 20th century time series data from 14 high and middle income countries to investigate associations between previous economic recession and boom periods on maternal and infant outcomes (1936 to 2005). A first difference logarithmic model is used to investigate the association between short run fluctuations in GDP per capita (individual incomes) and changes in health outcomes. Separate models are estimated for four separate time periods. RESULTS: The results suggest a modest but significant association between maternal and infant mortality and economic growth for early periods (1936 to 1965) but not more recent periods. Individual country data display markedly different patterns of response to economic changes. Japan and Canada were vulnerable to economic shocks in the post war period. In contrast, mortality rates in countries such as the UK and Italy and particularly the US appear little affected by economic fluctuations. CONCLUSIONS: The data presented suggest that recessions do have a negative association with maternal and infant outcomes particularly in earlier stages of a country's development although the effects vary widely across different systems. Almost all of the 20 least wealthy countries have suffered a reduction of 10% or more in GDP per capita in at least one of the last five decades. The challenge for today's policy makers is the design and implementation of mechanisms that protect vulnerable populations from the effects of fluctuating national income.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».