The burden of unintentional drowning: global, regional and national estimates of mortality from the Global Burden of Disease 2017 Study
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: Drowning is a leading cause of injury-related mortality globally. Unintentional drowning (International Classification of Diseases (ICD) 10 codes W65-74 and ICD9 E910) is one of the 30 mutually exclusive and collectively exhaustive causes of injury-related mortality in the Global Burden of Disease (GBD) study. This study's objective is to describe unintentional drowning using GBD estimates from 1990 to 2017. METHODS: Unintentional drowning from GBD 2017 was estimated for cause-specific mortality and years of life lost (YLLs), age, sex, country, region, Socio-demographic Index (SDI) quintile, and trends from 1990 to 2017. GBD 2017 used standard GBD methods for estimating mortality from drowning. RESULTS: Globally, unintentional drowning mortality decreased by 44.5% between 1990 and 2017, from 531 956 (uncertainty interval (UI): 484 107 to 572 854) to 295 210 (284 493 to 306 187) deaths. Global age-standardised mortality rates decreased 57.4%, from 9.3 (8.5 to 10.0) in 1990 to 4.0 (3.8 to 4.1) per 100 000 per annum in 2017. Unintentional drowning-associated mortality was generally higher in children, males and in low-SDI to middle-SDI countries. China, India, Pakistan and Bangladesh accounted for 51.2% of all drowning deaths in 2017. Oceania was the region with the highest rate of age-standardised YLLs in 2017, with 45 434 (40 850 to 50 539) YLLs per 100 000 across both sexes. CONCLUSIONS: There has been a decline in global drowning rates. This study shows that the decline was not consistent across countries. The results reinforce the need for continued and improved policy, prevention and research efforts, with a focus on low- and middle-income countries.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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 découle