Socio-economic and proximate determinants of under-five mortality in Guinea
Notice bibliographique
Résumé
BACKGROUND: The death of children under-five years is one of the critical issues in public health and improving child survival continues to be a matter of urgent concern. In this paper, we assessed the proximate and socio-economics determinants of child mortality in Guinea. METHODS: Using the 2018 Guinea Demographic and Health Survey (GDHS), we extracted demographic and mortality data of 4,400 children under-five years. Both descriptive and multivariable logistic regression analyses were conducted. RESULTS: Under-five mortality was 111 deaths per 1,000 live births in Guinea. The likelihood of death was higher among children born to mothers who belong to other religions compared to Christians (aOR = 2.86, 95% CI: 1.10-7.41), smaller than average children compared to larger than average children (aOR = 1.97, 95% CI: 1.28-3.04) and those whose mothers had no postnatal check-up visits after delivery (aOR = 1.72, 95% CI: 1.13-2.63). Conversely, the odds of death in children with 2-3 birth rank & >2 years of birth interval compared to ≥4 birth rank and ≤2 years of birth interval were low (aOR = 0.53, 95% CI: 0.34-0.83). CONCLUSION: We found that household/individual-level socioeconomic and proximate factors predict under-five mortality in Guinea. With just about a decade left to the 2030 deadline of the Sustainable Development Goals (SDGs), concerted efforts across all key stakeholders, including government and development partners, need to be geared towards implementing interventions that target these predictors.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».