Unintentional injury deaths among children younger than 5 years of age in India: a nationally representative study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To determine the mortality burden associated with unintentional injuries among children younger than 5 years of age in India. METHODS: The Registrar General of India conducted verbal autopsy for all deaths occurring in 2001-2003 in a nationally representative sample of over 1.1 million homes. These verbal autopsy reports were coded by two of 130 trained physicians, who independently assigned an ICD-10 code to each death. Discrepancies were resolved through reconciliation and, if necessary, adjudication. The probability of death during the first 5 years of life (per 100,000 live births) was estimated from the 2005 United Nations' population and death estimates for India, to which the proportions of deaths from the mortality study were applied. RESULTS: Unintentional injuries were the sixth leading cause of death among children under 5 years of age. In 2005, unintentional injuries led to 82,000 deaths (99% CI 71,000 to 88,000) among children under 5 years of age, a mortality rate per 100,000 live births (MR) of 302 (99% CI 262 to 323). Mortality was higher in rural areas (MR=339, 99% CI 282 to 351), mostly due to more drowning deaths, than in urban areas (MR=173, 99% CI 120 to 237), where falls were the leading cause of child injury mortality. CONCLUSION: Unintentional injuries, specifically drowning and falls, lead to substantial mortality in children younger than 5 years of age in India. There is a need for continued monitoring of the injury burden and investigation of risk factors for evidence-based effective injury prevention programmes.
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.
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 | 0,001 | 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 | 0,000 | 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 découle