The mortality of very low birth weight infants: the benefit and relative impact of changes in population and therapeutic variables
Notice bibliographique
Résumé
OBJECTIVE: Very low birth weight (VLBW, ≤1500 g) infants' mortality rates have decreased markedly. We aimed to quantify the relative contribution of changes in the distribution of population characteristics and changes in specific mortality rates on the decline in mortality rates of VLBW infants. STUDY DESIGN: A population-based observational study of the Israel national VLBW infant database. The study population comprised singleton VLBW infants of 24-32 weeks' gestation born during the epochs 1995-2000 (n = 3728) and 2006-2010 (n = 3246). The Kitagawa methodology was applied to determine the contribution of changes in demographic and perinatal characteristics and changes in specific mortality rates on the decline in mortality between the periods. RESULTS: During the study epochs, VLBW infant mortality rates decreased from 19.7 to 13.8%. Of the 5.9% decrease in mortality, 60.6% was attributed to the decrease in specific mortality rates and 39.4% to changes in the proportions of population characteristics and therapies, predominantly early initiation of prenatal care (8.1%), antenatal steroids (25.1%), and cesarean delivery (8.1%). For most of the demographic and perinatal categories considered the relative contribution of changes in their proportions was <3%, whereas >97% could be attributed to changes in the specific mortality rates for these characteristics. CONCLUSIONS: The decrease in preterm VLBW infant mortality was attributable predominantly to changes in variable specific mortality rates whereas changes in the proportions of demographic, perinatal risk factors, and therapies had a limited impact on VLBW infant mortality. Future assessment of determinants of VLBW infant mortality data should be dissected by discriminatory models.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».