MétaCan
Menu
Retour à la cohorte
Enregistrement W2738256387 · doi:10.1093/tropej/fmx047

Socioeconomic Condition and Prevalence of Malaria Fever in Pakistani Children: Findings from a Community Health Survey

2017· article· en· W2738256387 sur OpenAlexaff
Atta Muhammad Asif, Muhammad Tahir, Irshad Ahmad Arshad

Notice bibliographique

RevueJournal of Tropical Pediatrics · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMalaria Research and Control
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMalariaMedicineSocioeconomic statusDemographyContext (archaeology)Odds ratioLogistic regressionEnvironmental healthPublic healthCross-sectional studyPopulationImmunologyGeographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We assessed the prevalence of malarial fever and its association with demographic and socioeconomic factors in children <5 years of age. METHODS: Using the data of Pakistan Demographic and Health Survey (PDHS), the socioeconomic condition (SEC) was assessed by using a household wealth index as a proxy indicator, generated through principal component analysis. Two-stage sampling was used for selection of households, and multilevel logistic regression analysis was performed. RESULTS: The PDHS contains 10 935 children <5 years of age with valid information about malaria fever. In total, 36% (3930) children have malaria 2 weeks before the survey. A decreasing trend in prevalence of malaria fever was found with increasing SEC. Compared with SEC Quintile V, children of SEC Quintile I were more likely to get fever [adjusted odds ratio (AOR)=1.40 (1.15-1.69)] and of SEC Quintile II [AOR = 1.23 (1.03-1.45)]. CONCLUSION: SEC has a significant impact on the prevalence of malaria fever in the context of different regions in Pakistan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,333
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Tropical PediatricsMême sujetMalaria Research and ControlTravaux en français237 207