Epidemiological Determinants for Mortality from Neonatal Tetanus in Punjab Province, Pakistan (2020)
Notice bibliographique
Résumé
Background Neonatal tetanus (NNT) is a vaccine-preventable disease that occurs at higher incidence in resource-poor countries, presumably because of low maternal immunization rates and unhygienic cord care practices. NNT remains an important cause of infant mortality in rural areas of Punjab Province. Objective This study aims to evaluate and determine the risk factors for mortality in NNT cases and to make recommendations for future strategies. Methods A descriptive study was conducted from July 6 to 14, 2021, at Directorate General Health Office Lahore. The surveillance data set for the year 2020 and clinical notes were reviewed and analyzed. Demographic information, clinical presentation progression, and outcomes were evaluated for all investigated cases, and a comparison analysis was performed between those who survived and those who died. Results Of a total of 176 reported cases, 145 (82.3%) were notified from rural areas of Punjab. The mean age was 9 days, 65 (37%) infants were females, and 111 (63%) were males. The overall mortality was 77 (43.6%), while 31 (17.6%) maternal deliveries were conducted by untrained birth attendants. In addition, 119 (67.6%) women received zero tetanus toxoid (TT) shots in their life. Clinical notes revealed that the group that survived had a significantly greater mean body weight on admission, had later onset of disease, was hospitalized early, and received tetanus immunoglobulin (TIG). The children who could not survive had significantly common clinical features, such as generalized rigidity, fever, and respiratory arrest. Conclusions The increased mortality in rural and tribal areas is suggestive of poor TT immunization coverage. Low literacy, poor socioeconomic status of families, lack of awareness regarding antenatal care, and poor hygienic deliveries conducted by untrained persons remain the main risk factors. Improvement in TT coverage, deployment of trained community midwives, and awareness sessions regarding TT vaccination in hard-to-reach areas are recommended.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».