Clustering of under-five mortality in Rufiji Health and Demographic Surveillance System in rural Tanzania
Notice bibliographique
Résumé
BACKGROUND: Less than 5 years remain before the 2015 mark when countries will be evaluated on their achievements for the Millennium Development Goals (MDGs). The MDG 4 and 6 call for a reduction of child mortality by two-thirds and combating malaria, HIV/AIDS, TB, and other diseases, respectively. To accelerate the achievement of these goals, focused allocation of resources and high deployment of cost-effective interventions is paramount. The knowledge of spatial and temporal distribution of diseases is important for health authorities to prioritize and allocate resources. METHODS: To identify possible significant clusters, we used SatTScan software, and analyzed 2,745 cases of under-five with 134,099 person-years for the period between 1999and 2008. Mortality rates for every year were calculated, likewise a spatial scan statistic was used to test for clusters of total under-five mortalities in both space and time. RESULTS: A number of significant clusters from space, time, and space-time analysis were identified in several locations for a period of 10 years in the Rufiji Demographic Surveillance Site (RDSS). These locations show that villages within the clusters have an elevated risk of under-five deaths. The spatial analysis identified three significant clusters. The first cluster had only one village, Kibiti A (p < 0.05, the second cluster involved five villages (Mtawanya, Pagae, Kibiti A, Machepe, and Kibiti B; p < 0.05), the third cluster involved one village, Jaribu Mpakani (p < 0.05). A space-time cluster of 10 villages for the period between 1999 and 2002 with a radius of 14.73 km was discovered with the highest risk (RR 1.6, p < 0.001). The mortality rates were very high for the years 1999-2002 according to the analysis. The death rates were 33.5, 26.4, 24.1, and 24.9, respectively. Total childhood mortality rates calculated for the period of 10 years were 21.0 per 1,000 person-years. CONCLUSION: During the 10 years of analysis, mortality seemed to decrease in RDSS. The mortality decline should be taken with caution because the Demographic Surveillance System is not statistically representative of the whole population; therefore, inference should not be made to the general population of Tanzania. The pattern observed could be attributed to demographic and weather characteristics of RDSS. This should provide new insights for further studies and interventions toward reducing under-five mortality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».