Enablers of vitamin A coverage among children under five years of age from multi-country analyses of global demographic and health surveys in selected LMIC and LIC countries in Africa and Asia: a random forest analysis
Notice bibliographique
Résumé
Background: Vitamin A deficiency is a common form of micronutrient malnutrition. The estimated relative risks associated with vitamin A deficiency in children were 1.86 (95% CI 1.32–2.59) for measles mortality, 2.15 (95% CI 1.83–2.58) for diarrhoea mortality, 1.78 (95% CI 1.43–2.19) for malaria mortality, 1.13 (95% CI 1.01–1.32) for other infectious disease mortality. Vitamin A supplementation reduces night blindness, child morbidity and mortality.Methods: This paper tries to explore the socio-demographic causes of receipt of vitamin A in selected lower-middle-income and low income countries by analysing the data of the demographic and health surveys from 2012 and 2016 using PASW 18.0 software. Multivariate binary logistic regressions were conducted to explore the role of socio-demographic covariates in the receipt of vitamin A supplementation. In addition, random forest (RF) analyses were conducted using Python 3.6.Results: After adjusting for related socio-economic and demographic factors, mother’s work status and education and among mass media channels, exposure to television seems to play an important role in predicting receipt of vitamin A in the selected countries in Asia, while education of the mother was significantly associated with the receipt of vitamin A in the selected countries of Africa. In all the selected countries, the RF analyses revealed mother’s education followed by wealth index and mass media (TV), as the variable of most importance.Conclusions: It can be concluded that mother’s education and mass media seems to be working well in making the mothers aware about the vitamin A campaign, especially, the exposure to television. It also figures in the variable importance matrix in addition to wealth index.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».