MétaCan
Menu
Retour à la cohorte
Enregistrement W4381433284 · doi:10.1016/s2214-109x(23)00195-x

Maternal mortality, stillbirths, and neonatal mortality: a transition model based on analyses of 151 countries

2023· article· en· W4381433284 sur OpenAlexaff
Ties Boerma, Oona M. R. Campbell, Agbessi Amouzou, Cauane Blumenberg, Hannah Blencowe, Allisyn C. Moran, Joy E Lawn, Gloria Ikilezi

Notice bibliographique

RevueThe Lancet Global Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of ManitobaManitoba Health
Organismes subventionnairesWorld Health OrganizationMedical Research CouncilBill and Melinda Gates Foundation
Mots-clésMedicineDemographyInfant mortalityWorkforceAbortionFertilityMortality ratePsychological interventionSocioeconomic statusPregnancyObstetricsEnvironmental healthPopulationNursingBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Maternal mortality, stillbirths, and neonatal mortality account for almost 5 million deaths a year and are often analysed separately, despite having overlapping causes and interventions. We propose a comprehensive five-phase mortality transition model to improve analyses of progress and inform strategic planning. METHODS: In this empirical data-driven study to develop a model transition, we used UN estimates for 151 countries to assess changes in maternal mortality, stillbirths, and neonatal deaths. On the basis of ratios of maternal to stillbirth and neonatal mortality, we identified five phases of transition, in which phase 1 has the highest mortality and phase 5 has the lowest. We used global databases to examine phase-specific characteristics during 2000-20 for causes of death, fertility rates, abortion policies, health workforce and financing, and socioeconomic indicators. We analysed 326 national surveys to assess service coverage and inequalities by transition phase. FINDINGS: Among 116 countries in phases 1 to 4 in 2000, 73 (63%) progressed at least one phase by 2020, six advanced two phases, and three regressed. The ratio of stillbirth and neonatal deaths to maternal deaths increased from less than 10 in phase 1 to well over 50 in phase 4 and phase 5. Progression was associated with a declining proportion of deaths caused by infectious diseases and peripartum complications, declining total and adolescent fertility rates, changes in health-workforce densities and skills mix (ie, ratio of nurses or midwives to physicians) from phase 3 onwards, increasing per-capita health spending, and reducing shares of out-of-pocket health expenditures. From phase 1 to 5, the median coverage of first antenatal care visits increased from 66% to 98%, four or more antenatal care visits from 44% to 94%, institutional births from 36% to 99%, and caesarean section rates from 2% to 25%. The transition out of high-mortality phases involved a major increase in institutional births, primarily in lower-level health facilities, whereas subsequent progress was characterised by rapid increases in hospital births. Wealth-related inequalities reduced strongly for institutional birth coverage from phase 3 onwards. INTERPRETATION: The five-phase maternal mortality, stillbirth, and neonatal mortality transition model can be used to benchmark the current indicators in comparison to typical patterns in the transition at national or sub-national level, identify outliers to better assess drivers of progress, and inform strategic planning and investments towards Sustainable Development Goal targets. It can also facilitate programming for integrated strategies to end preventable maternal mortality and neonatal mortality and stillbirths. FUNDING: Bill & Melinda Gates Foundation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,418
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Global HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207