Health system determinants of infant, child and maternal mortality: A cross-sectional study of UN member countries
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: Few studies have examined the link between health system strength and important public health outcomes across nations. We examined the association between health system indicators and mortality rates. METHODS: We used mixed effects linear regression models to investigate the strength of association between outcome and explanatory variables, while accounting for geographic clustering of countries. We modelled infant mortality rate (IMR), child mortality rate (CMR), and maternal mortality rate (MMR) using 13 explanatory variables as outlined by the World Health Organization. RESULTS: Significant protective health system determinants related to IMR included higher physician density (adjusted rate ratio [aRR] 0.81; 95% Confidence Interval [CI] 0.71-0.91), higher sustainable access to water and sanitation (aRR 0.85; 95% CI 0.78-0.93), and having a less corrupt government (aRR 0.57; 95% CI 0.40-0.80). Out-of-pocket expenditures on health (aRR 1.29; 95% CI 1.03-1.62) were a risk factor. The same four variables were significantly related to CMR after controlling for other variables. Protective determinants of MMR included access to water and sanitation (aRR 0.88; 95% CI 0.82-0.94), having a less corrupt government (aRR 0.49; 95%; CI 0.36-0.66), and higher total expenditures on health per capita (aRR 0.84; 95% CI 0.77-0.92). Higher fertility rates (aRR 2.85; 95% CI: 2.02-4.00) were found to be a significant risk factor for MMR. CONCLUSION: Several key measures of a health system predict mortality in infants, children, and maternal mortality rates at the national level. Improving access to water and sanitation and reducing corruption within the health sector should become priorities.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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