Hospital admissions in the first year of life: inequalities over three decades in a southern Brazilian city
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Hospital admissions in infancy are declining in several countries. We describe admissions to neonatal intensive care units (NICU) and other hospitalizations over a 33-year period in the Brazilian city of Pelotas. METHODS: We analysed data from four population-based birth cohorts launched in 1982, 1993, 2004 and 2015, each including all hospital births in the calendar year. NICU and other hospital admissions during infancy were reported by the mothers in the perinatal interview and at the 12-month visit, respectively. We describe these outcomes by sex of the child, family income and maternal skin colour. RESULTS: In 1982, NICUs did not exist in the city; admissions into NICUs increased from 2.7% of all newborns in 1993 to 6.7% in 2015, and admission rates were similar in all income groups. Hospitalizations during the first year of life fell by 29%, from 23.7% in 1982 to 16.8% in 2015, and diarrhoea admissions fell by 95.2%. Pneumonia admissions fell by 46.3% from 1993 to 2015 (no data available for 1982). Admissions due to perinatal causes increased during the period. In the poorest income quintile, total admissions fell by 33% (from 35.7% to 23.9%), but in the richest quintile these remained stable at around 10%, leading to a reduction in inequalities. Over the whole period, children born to women with black or brown skin were 30% more likely to be admitted than those of white-skinned mothers. CONCLUSIONS: Whereas NICU admissions increased, total admissions in the first year of life declined by nearly one-third. Socioeconomic disparities were reduced, but important gaps remain.
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.
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 | 0,007 |
| 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 | 0,001 |
| 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 découle