Deaths from acute abdominal conditions and geographical access to surgical care in India: a nationally representative spatial analysis
Notice bibliographique
Résumé
BACKGROUND: Few population-based studies quantify mortality from surgical conditions and relate mortality to access to surgical care in low-income and middle-income countries. METHODS: We linked deaths from acute abdominal conditions within a nationally representative, population-based mortality survey of 1·1 million households in India to nationally representative facility data. We calculated total and age-standardised death rates for acute abdominal conditions. Using 4064 postal codes, we undertook a spatial clustering analysis to compare geographical access to well-resourced government district hospitals (24 h surgical and anaesthesia services, blood bank, critical care beds, basic laboratory, and radiology) in high-mortality or low-mortality clusters from acute abdominal conditions. FINDINGS: 923 (1·1%) of 86,806 study deaths at ages 0-69 years were identified as deaths from acute abdominal conditions, corresponding to 72,000 deaths nationally in 2010 in India. Most deaths occurred at home (71%) and in rural areas (87%). Compared with 567 low-mortality geographical clusters, the 393 high-mortality clusters had a nine times higher age-standardised acute abdominal mortality rate and significantly greater distance to a well-resourced hospital. The odds ratio (OR) of being a high-mortality cluster was 4·4 (99% CI 3·2-6·0) for living 50 km or more from well-resourced district hospitals (rising to an OR of 16·1 [95% CI 7·9-32·8] for >100 km). No such relation was seen for deaths from non-acute surgical conditions (ie, oral, breast, and uterine cancer). INTERPRETATION: Improvements in human and physical resources at existing government hospitals are needed to reduce deaths from acute abdominal conditions in India. Full access to well-resourced hospitals within 50 km by all of India's population could have avoided about 50,000 deaths from acute abdominal conditions, and probably more from other emergency surgical conditions. FUNDING: Bill & Melinda Gates Foundation, Dalla Lana School of Public Health, Canadian Institute of Health Research.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 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 ».