MétaCan
Menu
Retour à la cohorte
Enregistrement W3096836635 · doi:10.1186/s12889-020-09672-8

Inequities in child survival in Nigerian communities during the Sustainable Development Goal era: insights from analysis of 2016/2017 Multiple Indicator Cluster Survey

2020· article· en· W3096836635 sur OpenAlexafffund
Daniel A Adeyinka, Nazeem Muhajarine, Pammla Petrucka, Elon Warnow Isaac

Notice bibliographique

RevueBMC Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensSaskatchewan HealthUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésMedicinePublic healthBiostatisticsDemographyChild mortalityEnvironmental healthSocioeconomic statusAttendancePoisson regressionInfant mortalityMultilevel modelSocial determinants of healthPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Child survival is a major concern in Nigeria, as it contributes 13% of the global under-five mortalities. Although studies have examined the determinants of under-five mortality in Nigeria, the comparative roles of social determinants of health at the different stages of early childhood development have not been concurrently investigated. This study, therefore, aimed to identify the social determinants of age-specific childhood (0-59 months) mortalities, which are disaggregated into neonatal mortality (0-27 days), post-neonatal mortality (1-11 months) and child mortality (12-59 months), and estimate the within-and between-community variations of mortality among under-five children in Nigeria. This study provides evidence to guide stakeholders in planning for effective child survival strategies in the Nigerian communities during the Sustainable Development Goals era. METHODS: Using the 2016/2017 Nigeria Multiple Indicator Cluster Survey, we performed multilevel multinomial logistic regression analysis on data of a nationally representative sample of 29,786 (weighted = 30,960) live births delivered 5 years before the survey to 18,497 women aged 15-49 years and nested within 16,151 households and 2227 communities. RESULTS: Determinants of under-five mortality differ across the neonatal, post-neonatal and toddler/pre-school stages in Nigeria. Unexpectedly, attendance of skilled health providers during delivery was associated with an increased neonatal mortality risk, although its effect disappeared during post-neonatal and toddler/pre-school stages. Also, our study found maternal-level factors such as maternal education, contraceptive use, maternal wealth index, parity, death of previous children, and quality of perinatal care accounted for high variation (39%) in childhood mortalities across the communities. The inclusion of other compositional and contextual factors had no significant additional effect on childhood mortality risks across the communities. CONCLUSION: This study reinforces the importance of maternal-level factors in reducing childhood mortality, independent of the child, household, and community-level characteristics in the Nigerian communities. To tackle childhood mortalities in the communities, government-led strategies should prioritize implementation of community-based and community-specific interventions aimed at improving socioeconomic conditions of women. Training and continuous mentoring with adequate supervision of skilled health workers must be ensured to improve the quality of perinatal care in Nigeria.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,284
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207