Prevalence, mortality and risk factors associated with very low birth weight preterm infants: an analysis of 33 years
Notice bibliographique
Résumé
To assess the prevalence, mortality and risk factors associated with the birth of very low birth weight preterm infants over a period of 33 years. Four cross-sectional studies were analyzed, using data from perinatal interviews of birth cohorts in the city of Pelotas collected in 1982, 1993, 2004, and 2015. Based on perinatal questionnaires, anthropometric measurements of newborns and death certificates were analyzed to obtain the prevalence rate, neonatal mortality, and risk factors (maternal age, income and type of delivery) for very low birth weight. A total of 19,625 newborns were included in the study. In the years 1982, 1993, 2004, and 2015, there were, respectively, 5909, 5232, 4226, and 4258 births. The prevalence of very low birth weight was, respectively, 1.1% (n = 64), 0.9% (n = 46), 1.4% (n = 61), and 1.3% (n = 54). There was no statistical evidence of an increasing trend over time (p = 0.11). Among the risk factors, family income in the three poorest quintiles was associated with prevalence rates that were approximately twice as high as in the richest quintile (p = 0.003). Mortality per 1000 live births for neonates weighing <1500 g decreased from 688 to 259 per thousand from 1982 to 2015 (p < 0.001), but still represented 61% of neonatal deaths in the latter year. Although mortality in very low birth weight decreased by more than 60% in recent years, this group still contributes with more than half of neonatal deaths. Low family income remains an important risk factor in this scenario. Verificar a prevalência, mortalidade e fatores de risco associados aos nascimentos de prematuros de muito baixo peso ao nascer (MBPN) ao longo de 33 anos. Série de quatro estudos transversais utilizando dados das entrevistas perinatais das coortes de nascimento da cidade de Pelotas coletados em 1982, 1993, 2004 e 2015. A partir de questionários perinatais, medidas antropométricas dos recém-nascidos e certidões de óbito, foram analisadas a prevalência, mortalidade neonatal e fatores de risco (idade materna, renda e tipo de parto) para prematuros de muito baixo peso ao nascer. Foram incluídos no estudo 19.625 recém-nascidos. Em 1982, 1993, 2004 e 2015 ocorreram, respectivamente, 5.909, 5.232, 4.226 e 4.258 nascimentos. A prevalência de prematuros de muito baixo peso ao nascer naqueles anos foi, respectivamente, de 1,1% (n = 64), 0,9% (n = 46), 1,4% (n = 61) e 1,3% (n = 54). A tendência de aumento durante o período não alcançou significância estatística (p = 0,11). Entre os fatores de risco, a renda familiar nos três quintis mais pobres esteve associada a prevalências cerca de duas vezes mais altas do que no quintil mais rico (p = 0,003). A mortalidade por 1.000 nascidos vivos para os neonatos com peso < 1500 g caiu de 688 para 259 por mil ao longo dos anos (p < 0,001), mas ainda representa 61% dos óbitos neonatais em 2015. Embora a mortalidade nos prematuros de muito baixo peso ao nascer tenha diminuído em mais de 60% nos últimos anos, esse grupo ainda contribui com mais da metade dos óbitos neonatais. A baixa renda familiar continua a ser fator de risco importante nesse cenário.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».