Estimation of the Family and Community Unobserved Heterogeneity Effects on the Risk of Under-Five Mortality in Nigeria using Frailty Model
Notice bibliographique
Résumé
The Under-five mortality (U5M) rate is an important determinant of societal and national advancement- a key\n\nmarker of wellbeing, value, and access. In spite of efforts to identify the predictors of U5M to reduce its high level in\n\nNigeria, the problem remains a major cause for concern. This study estimated the potential role of\n\nunmeasured/unobserved factors at both family and community levels, using shared frailty models on the 2013 Nigeria\n\nDemographic and Health Survey (2013 NDHS) data. The Log-rank test was used to identify variables associated with\n\nU5M- hazard ratio estimates with P<0.05 were considered as statistically significant. Our findings suggested region,\n\nmarital status, place of residence and place of delivery were significant determinants of U5M in both frailty models. We\n\nalso found evidence of frailty effect on the risk, particularly at the community level- heterogeneity due to\n\nunmeasured/unobserved factors, which are generally ignored when we assess the risk using only observed variables.\n\nWe, therefore, suggest that to achieve the sustainable development goals relating to child health in Nigeria, more\n\nsignificant efforts should be directed at identifying more determinants, such as to reduce the influence of unobserved\n\nfactors and facilitate an extension of interventions to these factors.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».