Decline in the Incidence of Neonatal Sepsis in Rural Gadchiroli, India During the Twenty-one Years (1998–2019) Following the Home-based Neonatal Care Field-trial
Notice bibliographique
Résumé
BACKGROUND: Sepsis is a leading cause of neonatal mortality globally. The home-based neonatal care (HBNC) field trial (1995-1998) in rural Gadchiroli demonstrated a reduction in the incidence of neonatal sepsis. The current study examines the trend of neonatal sepsis during the twenty-one years (1998-2019) following the trial's completion. METHODS: We conducted a retrospective cohort study based on the HBNC program data in rural Gadchiroli, India, from April 1998 to March 2019. All live-born neonates who spent all or part of the neonatal period in the 39 study villages and received HBNC were eligible for inclusion. Sepsis was diagnosed during regular home visits by trained village health workers if pre-specified clinical criteria were present. Sepsis incidence was computed for seven 3-year periods. Trend analyses were conducted using the Mann-Kendall test. RESULTS: Of the total 17,289 live births, 16,339 (94.5%) home visited were included. In this cohort, 1069 (65 per 1000 live births) neonates were diagnosed with sepsis. The incidence of neonatal sepsis declined from 111 per 1000 live births in 1998 to 2001 to 19 per 1000 live births in 2016 to 2019, an 82.9% decrease (P < 0.0001), mean 4% decrease per year. The incidence of neonatal sepsis declined for early-onset sepsis (P < 0.0001), late-onset sepsis (P < 0.0001), home births (P = 0.006), facility births (P < 0.0001), preterm neonates (P < 0.0001) and full-term neonates (P < 0.0001). CONCLUSIONS: The incidence of neonatal sepsis in rural Gadchiroli has continued to decline during the past twenty-one years. We hypothesize that the decline is due to the ongoing practice of HBNC, improved socioeconomic conditions, and new governmental health policies.
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 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 | 0,001 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».