Overview of social inequalities in health in the Region of the Americas, using various methodological approaches
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
Over the past decade, according to several important indicators, health conditions have improved in the Region of the Americas. However, inequalities persist among the countries of the Region. This article has two primary objectives: 1) to provide some unbiased evidence on health inequalities among countries of the Region of the Americas and 2) to illustrate the application of some of the more frequently used methods for measuring inequalities, including effect measurements, population attributable risk, the slope index of inequality, the relative index of inequality, and the concentration index. Analyses have shown that there are great health disparities in the Region of the Americas. For example, residents of the poorest countries of the Region live nearly 10 years less, on average, than do residents of the richest countries. If the other countries of the Americas had the same incidence of tuberculosis as does the subregion of North America (Bermuda, Canada, and the United States of America), there would be 76% fewer cases of this disease in the Region. In the Americas, nearly 35% of deaths of infants under 1 year old are concentrated in the 20% of live births that occur in the group with the lowest income. As for maternal mortality in the Americas, fewer than 2% of maternal deaths occur in association with the 20% of live births in the group with the highest income. The analyses of health inequalities based on the use of various methods highlight the existence of important disparities among subregions and countries of the Americas that are not readily seen when using only the more-traditional methods for analyzing mortality and morbidity. There is also a need to incorporate the concepts of distribution and socioeconomic dimensions of health when interpreting a given situation. Using this approach will allow decisionmakers to target areas and populations that are in less-favorable conditions. A considerable body of aggregate data at the Regional and country levels from routine information systems is already available--especially on morbidity, mortality, and other health-related factors--that can be used on a regular basis to analyze health inequalities. These kinds of analyses may be regarded as a first step toward the identification of health inequities.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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