Epidemiology of Drowning in Bangladesh: An Update
Notice bibliographique
Résumé
Over one-quarter of deaths among 1-4 year-olds in Bangladesh were due to drowning in 2003, and the proportion increased to 42% in 2011. This study describes the current burden and risk factors for drowning across all demographics in rural Bangladesh. A household survey was carried out in 51 union parishads of rural Bangladesh between June and November 2013, covering 1.17 million individuals. Information on fatal and nonfatal drowning events was collected by face-to-face interviews using a structured questionnaire. Fatal and non-fatal drowning rates were 15.8/100,000/year and 318.4/100,000/6 months, respectively, for all age groups. The highest rates of fatal (121.5/100,000/year) and non-fatal (3057.7/100,000/6 months) drowning were observed among children 1 to 4 years of age. These children had higher rates of fatal (13 times) and non-fatal drowning (16 times) compared with infants. Males had slightly higher rates of both fatal and non-fatal drowning. Individuals with no education had 3 times higher rates of non-fatal drowning compared with those with high school or higher education. Non-fatal drowning rates increased significantly with decrease in socio-economic status (SES) quintiles, from the highest to the lowest. Drowning is a major public health issue in Bangladesh, and is now a major threat to child survival.
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 | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».