Prematurity and Sudden Unexpected Infant Deaths in the United States
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Prematurity, a strong risk factor for sudden unexpected infant death (SUID), was addressed in recommendations by the American Academy of Pediatrics in 2011 for safe sleep education in NICUs. We documented associations between gestational age (GA) and SUID subsequent to these guidelines. METHODS: Using the 2012-2013 US linked infant birth and death certificate period files, we documented rates per live births of sudden infant death syndrome, ill-defined and unspecified causes, accidental suffocation and strangulation in bed, and overall SUID by GA in postneonatal, out-of-hospital, and autopsied cases; compared survivors and cases; and estimated logistic regression models of associations between GA and SUID. RESULTS: < .0001). SUID rates were 2.68, 1.94, 1.46, 1.16, 0.73, and 0.51 per 1000 live births for 24 to 27, 28 to 31, 32 to 33, 34 to 36, 37 to 38, and 39 to 42 weeks' GA, respectively. Logistic regression models additionally indicated declines in the risk for SUID as GA increased. Prenatal smoking, inadequate prenatal care, and demographics associated with poverty were strongly associated with SUID. CONCLUSIONS: Despite the 2011 American Academy of Pediatrics recommendations for increased safe sleep education in the NICUs, SUID rates were inversely associated with GA in 2012 to 2013, suggesting that risk of SUID associated with prematurity has multiple etiologies requiring continued investigation, including biological vulnerabilities and the efficacy of NICU education programs, and that strategies to reduce SUID should be multifaceted.
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 | 0,000 | 0,003 |
| 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 | 0,001 | 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 ».