Time Trends and Regional Disparities of Maternal Mortality Ratio: Evidences From China, 1990-2018.
Notice bibliographique
Résumé
Abstract Introduction China is one of the few countries to achieve Millennium Development Goal 4 and 5. This study aimed to access the levels and trends of maternal mortality ratio (MMR) in China from 1990 to 2018. Methods Using descriptive epidemiology, we collected the data from the China Health Statistics Yearbooks and the China Statistical Yearbooks to describe changes in MMRs, hospital delivery rate, per capita GDP, policies, health expenditure indictors and per capita annual income by region from 1990 to 2018. Spearman correlation analysis was used to assess the relevance between MMR and health expenditure indicators. Results The MMR decreased by 79.4% from 1990 to 2018 in China, and the MMR was remarkably lower in the eastern China than that in the western China. In the context of the widening gap between urban and rural wealth from 1990 to 2018, the urban-rural MMR gap narrowed. The MMR in China has always been higher in rural areas than in urban areas. After the implementation of the Two-Child policy in 2015, the urban MMR continued to decline in 2015-2018, and the rural MMR rebounded in 2017. The hospital delivery rate in China has been on the rise, with almost all pregnant women giving birth in hospital by 2018. The MMR was negatively correlated with the percentage of government health expenditure in the total health expenditure. Obstetric hemorrhage has always been the leading cause of maternal death from 1990 to 2018 in urban and rural areas. Conclusions China has made remarkable progress in maternal survival, despite regional differences still exist. The implementation of the Two-Child policy slowed down the decline of MMR in rural areas. Chinese government should focus on the maternal health in western provinces, rural areas, and the floating population in urban areas.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».