MétaCan
Menu
Retour à la cohorte
Enregistrement W3125300553 · doi:10.1186/s12889-021-10903-9

Health capabilities and the determinants of infant mortality in Brazil, 2004–2015: an innovative methodological framework

2021· article· en· W3125300553 sur OpenAlexafffund
Alexandre Hamilton Bugelli, Roxane Borgès Da Silva, Ladislau Dowbor, Claude Sicotte

Notice bibliographique

RevueBMC Public Health · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMaternal and Neonatal Healthcare
Établissements canadiensUniversité de Montréal
Organismes subventionnairesUniversité de Montréal
Mots-clésInfant mortalityMedicineChild mortalityMortality ratePer capitaEnvironmental healthPublic healthEducational attainmentDemographyBiostatisticsSocial determinants of healthPopulationEconomic growthEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite the implementation of a set of social and health policies, Brazil has experienced a slowdown in the decline of infant mortality, regional disparities and persistent high death levels, raising questions about the determinants of infant mortality after the implementation of these policies. The objective of this article is to propose a methodological approach aiming at identifying the determinants of infant mortality in Brazil after the implementation of those policies. METHOD: A series of multilevel panel data with fixed effect nested within-clusters were conducted supported by the concept of health capabilities based on data from 26 Brazilian states between 2004 and 2015. The dependent variables were the neonatal, the infant and the under-five mortality rates. The independent variables were the employment rate, per capita income, Bolsa Família Program coverage, the fertility rate, educational attainment, the number of live births by prenatal visits, the number of health professionals per thousand inhabitants, and the access to water supply and sewage services. We also used different time lags of employment rate to identify the impact of employment on the infant mortality rates over time, and household income stratified by minimum wages to analyze their effects on these rates. RESULTS: The results showed that in addition to variables associated with infant mortality in previous studies, such as Bolsa Família Program, per capita income and fertility rate, other factors affect child mortality. Educational attainment, quality of prenatal care and access to health professionals are also elements impacting infant deaths. The results also identified an association between employment rate and different infant mortality rates, with employment impacting neonatal mortality up to 3 years and that a family income below 2 minimum wages increases the odds of infant deaths. CONCLUSION: The results proved that the methodology proposed allowed the use of variables based on aggregated data that could hardly be used by other methodologies.

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)0,018
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,043
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
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 Opus0,304
Tête enseignante GPT0,548
Écart entre enseignants0,244 · 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetMaternal and Neonatal HealthcareTravaux en français237 207