Quantifying within-city inequalities in child mortality across neighbourhoods in Accra, Ghana: a Bayesian spatial analysis
Notice bibliographique
Résumé
OBJECTIVE: Countries in sub-Saharan Africa suffer the highest rates of child mortality worldwide. Urban areas tend to have lower mortality than rural areas, but these comparisons likely mask large within-city inequalities. We aimed to estimate rates of under-five mortality (U5M) at the neighbourhood level for Ghana's Greater Accra Metropolitan Area (GAMA) and measure the extent of intraurban inequalities. METHODS: We accessed data on >700 000 women aged 25-49 years living in GAMA using the most recent Ghana census (2010). We summarised counts of child births and deaths by five-year age group of women and neighbourhood (n=406) and applied indirect demographic methods to convert the summaries to yearly probabilities of death before age five years. We fitted a Bayesian spatiotemporal model to the neighbourhood U5M probabilities to obtain estimates for the year 2010 and examined their correlations with indicators of neighbourhood living and socioeconomic conditions. RESULTS: U5M varied almost five-fold across neighbourhoods in GAMA in 2010, ranging from 28 (95% credible interval (CrI) 8 to 63) to 138 (95% CrI 111 to 167) deaths per 1000 live births. U5M was highest in neighbourhoods of the central urban core and industrial areas, with an average of 95 deaths per 1000 live births across these neighbourhoods. Peri-urban neighbourhoods performed better, on average, but rates varied more across neighbourhoods compared with neighbourhoods in the central urban areas. U5M was negatively correlated with multiple indicators of improved living and socioeconomic conditions among peri-urban neighbourhoods. Among urban neighbourhoods, correlations with these factors were weaker or, in some cases, reversed, including with median household consumption and women's schooling. CONCLUSION: Reducing child mortality in high-burden urban neighbourhoods in GAMA, where a substantial portion of the urban population resides, should be prioritised as part of continued efforts to meet the Sustainable Development Goal national target of less than 25 deaths per 1000 live births.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».