MétaCan
Menu
Retour à la cohorte
Enregistrement W2059519515 · doi:10.1097/qco.0000000000000096

Global burden of childhood diarrhea and interventions

2014· review· en· W2059519515 sur OpenAlexaff
Jai K Das, Rehana A Salam, Zulfiqar A Bhutta

Notice bibliographique

RevueCurrent Opinion in Infectious Diseases · 2014
Typereview
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensCentre for Global Health ResearchHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineDiarrheaPsychological interventionIntensive care medicineInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Diarrhea is a leading cause of morbidity and mortality among children under 5 years in low-income and middle-income countries. Over the past 2 decades under-five mortality has decreased substantially, but reductions have been uneven and unsatisfactory in resource-poor regions. RECENT FINDINGS: There are known interventions which can prevent diarrhea or manage children who suffer from it. Interventions with proven effectiveness at the prevention level include water, sanitation, and hygiene interventions, breastfeeding, complementary feeding, vitamin A and zinc supplementation, and vaccines for diarrhea (rotavirus and cholera). Oral rehydration solution, zinc treatment, continued feeding, and antibiotic treatment for certain strains of diarrhea (cholera, Shigella, and cryptosporidiosis) are effective strategies for treatment of diarrhea. The recent Lancet series using the 'Lives Saved' tool suggested that if these identified interventions were scaled up to a global coverage to at least 80%, and immunizations to at least 90%; almost all deaths due to diarrhea could be averted. SUMMARY: The current childhood mortality burden highlights the need of a focused global diarrhea action plan. The findings suggest that with proper packaging of interventions and delivery platforms, the burden of childhood diarrhea can be reduced to a greater extent. All that is required is greater attention and steps toward right direction.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,048
Tête enseignante GPT0,396
Écart entre enseignants0,348 · 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'étudeSans objet
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

Citations111
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Infectious DiseasesMême sujetChild Nutrition and Water AccessTravaux en français237 207