The global burden of fatal self-poisoning with pesticides 2006-15: Systematic review
Notice bibliographique
Résumé
BACKGROUND: Agricultural pesticide poisoning is a major contributor to the global burden of suicide. Over the last decade there has been a marked decrease in the incidence of suicide worldwide. It is unclear whether pesticide poisoning still plays a significant role in the global incidence of suicide. METHODS: WHO method-specific suicide data were supplemented by a systematic review of the literature between 2006 and 2015, including searches of thirteen electronic databases and Google, citation searching and a review of reference lists and personal collections. Our primary outcome was the proportion of total suicides due to pesticide poisoning. Weighted estimates were calculated for seven WHO regional and income strata. RESULTS: We identified data from 108 countries (102 from WHO data, 6 from the literature). A conservative estimate based on these data indicates that there were approximately 110,000 pesticide self-poisoning deaths each year from 2010 to 2014, comprising 13.7% of all global suicides. A sensitivity analysis accounting for under-reporting of suicides in India resulted in an increased estimate of 168,000 pesticide self-poisoning deaths annually, that is, 19.7% of global suicides. The proportion of suicides due to pesticide self-poisoning varies considerably between regions, from 0.9% in low- and middle-income countries in the European region to 48.3% in low- and middle-income countries in the Western Pacific region. LIMITATIONS: High quality method-specific suicide data were unavailable for a number of the most populous countries, particularly in the African and Eastern Mediterranean regions. It is likely we have underestimated incidence in these regions. CONCLUSION: There appears to have been a substantial decline in fatal pesticide self-poisoning in recent years, largely driven by a reduction in overall suicide rates in China. Nonetheless, pesticide self-poisoning remains a major public health challenge, accounting for at least one-in-seven suicides globally.
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 | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».