Inequality in Under-Five Mortality in Iran: A National and Subnational Survey Data Analysis
Notice bibliographique
Résumé
<p><strong>BACKGROUND: </strong>Despite substantial progress in the national average of under-five mortality rate in Iran, distribution of under-five mortality across different socioeconomic groups is unknown. This study measured socioeconomic inequality in under-five mortality in Iran and across its provinces.</p><p><strong>METHOD: </strong>Using data from provincially representative Multiple Indicator Demographic and Health Survey, conducted in Iran in 2010, we developed an accurate principal component analysis model to construct an indicator of socioeconomic status of Iranian households. Under-five mortality rates at national and subnational level were estimated using full birth history. The indicator then was used to measure inequality in under-five mortality using Wagstaff normalised concentration index (WCI) at national and subnational levels. </p><p><strong>RESULTS: </strong>Estimates of Wagstaff normalised concentration indices showed a pro-rich inequality in under-five mortality at national and subnational levels. The concentration index of under-five mortality in Iran was -0.197. Moreover, the consistent negative values of the concentration indices indicated that under-five mortality inequality disfavored the worst-off in all provinces. However, the inequality varied among provinces and ranged from -0.013 to -0.487. At national level there was a descending trend in the under-five mortality rate as one moves higher up in the socioeconomic quintiles.</p><p><strong>CONCLUSIONS: </strong>This study suggests that further reduction in under-five mortality not only requires addressing the national average but also needs considering inequality in under-five mortality. Therefore, child health policy requires looking beyond the average, putting equality and average together at both national and sub national levels.</p>
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 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 | 0,040 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».