Trends and Factors Associated With Mortality Rates of Leading Causes of Infant Death: A CDC Wide-Ranging Online Data for Epidemiologic Research (CDC WONDER) Database Analysis
Notice bibliographique
Résumé
BACKGROUND: Infant mortality is a critical indicator of a nation's healthcare system and social well-being. This study explores trends and factors associated with mortality rates for three leading causes of infant death: congenital malformations, deformations, and chromosomal abnormalities; disorders related to short gestation and low birth weight, not elsewhere classified; and sudden infant death syndrome (SIDS). METHODS: Utilizing the CDC WONDER (CDC Wide-Ranging Online Data for Epidemiologic Research) database, we conducted a retrospective observational analysis of infant mortality rates and associated factors. Data encompassed multiple years, allowing for trend analysis and exploration of influencing variables. Study variables included demographic, maternal, prenatal, and leading cause as factors. RESULT: Trends in infant mortality rates varied across causes. The overall mortality rate was 2.69 per 1,000 (p=0.000) people during 2007-2020. The highest rates were observed in 2007 (3.05), 2008 (3.01), and 2009 (2.93) per 1,000 infants. For congenital malformations, deformations, and chromosomal abnormalities, the rate ranged from 1.35 to 1.12 (2007-2020). Gender-based mortality differences were subtle (male rate 2.88 per 1,000 infants, p=0.000; female infants 2.50 per 1,000 infants, p=0.000). The examination of infant mortality trends also explored maternal variables, including maternal age, education, and delivery method. The analysis revealed disparities across variables. Teenage maternal age correlated with higher mortality rates, while maternal education was associated with lower rates. Vaginal delivery (2.61 per 1,000 infants, p=0.199) showed slightly lower rates compared to cesarean section (2.86 per 1,000 infants, p=0.076). CONCLUSION: This study utilizes the CDC WONDER database and offers evidence of changing trends in infant mortality rates for the selected causes. Factors such as maternal age (30-34 years and 35-39 years), race/ethnicity (Black or African-American and White), birthplace (in hospital), and mother's education (master's degree) were identified as influencing mortality rates. These findings contribute to informed policymaking and interventions aimed at mitigating infant mortality and improving the well-being of infants and their families. Further research is needed to fully understand the underlying dynamics of these trends and factors.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».