Mortality of Neonatal Respiratory Failure Related to Socioeconomic Factors in Hebei Province of China
Notice bibliographique
Résumé
Dramatic progress has occurred in neonatal intensive care in tertiary centers in mid-eastern China. We investigated the characteristics of neonatal respiratory failure (NRF) including the incidence, management, outcomes and costs in 14 neonatal intensive care units (NICUs) of Hebei, a province at an intermediate economic level in China. Over a period of 12 consecutive months in 2007-2008, perinatal data were collected prospectively from all NICU admissions (n = 11,100). NRF was defined as severe hypoxemia requiring respiratory support for more than 24 h, and was diagnosed in 1,875 newborns (16.9%). The average birth weight of newborns with NRF was 2,200 g (range 600-5,500 g), with 60.9% <2,500 g, and 2% <1,000 g. The male:female ratio was 2.6:1. The leading diagnosis was respiratory distress syndrome; 58.3% of newborns with respiratory distress syndrome received surfactant. Continuous positive airway pressure was used more than ventilation (73.3 vs. 49.1%,p < 0.001). Overall, the mortality rate until discharge was 31.4% (583/1,859). Most deaths (432, 74.1%) followed a parental decision to withdraw care. NRF mortality varied in association with different gross domestic product levels, family annual income and nurse-to-bed ratios. The median cost of a hospital stay was 10,169 CNY (interquartile range: 6,745-16,386) for NRF survivors. We conclude that, despite the available respiratory support in these emerging NICUs, the mortality of NRF remains. This was associated with prematurity, standard of care but also with socioeconomic factors affecting treatment decisions. Assessment of efficacy of respiratory support for NRF in such emerging neonatal services should account for both standard of care and socioeconomic conditions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».