Evolution of infant mortality in the Paris region over the past two decades
Notice bibliographique
Résumé
Abstract Background Infant mortality is one of the major health indicators to appreciate the population health and the organization of the health system. Since the 1990s, the infant mortality rate (IMR) declines less rapidly in France as compared to other Western countries, taking the country from 7th to 27th place in 2017. As the Paris region recorded a quarter of the under one French mortality, we aimed to analyze the evolution of the regional IMR over the last two decades. Methods Using 2000 to 2019 data from the National Institute of Statistic and Economic Study on births and deaths, we ran joinpoint regressions model to analyze the evolution of mortality of infant under one. We also examined IMR by age at death subgroups (early neonatal [Day 0-D6], late neonatal [D7-27], and post-neonatal[D28-364]). We also analyzed territorial disparities. Results Over 20 years, 13,401 deaths and 3,389,048 live births were recorded among children under one in the Paris region, IMR: 3.,93 deaths per 1000 live births, an average of 18% higher than the national IMR. Data from evolution shows that Paris region’ IMR was 4.51‰ in 2001 and reached its lowest level in 2013 with 3.65‰ before rising to 3.99‰ in 2019. The joinpoint regression model shows a decline in the IMR between 2000 and 2003 (-3.78% annually), followed by a slow and steady decline between 2003 and 2011 (-1.57%). However, from 2011 to 2019 a significant increase was observed in IMR (+1.48% annually). The analysis of deaths by age-group shows that the IMR increase was mainly driven by the increase in early neonatal mortality and a little less by late neonatal deaths while the post-neonatal mortality continued to decrease. Additional analyses showed territorial disparities in global and subgroups IMR with higher IMR in poorer areas. Conclusions These results are of a higher importance and should alert French authorities. Further studies, considering risk factors of infant mortality are needed to understand the reason of such increase. Key messages • We showed anhistoric and worrying increase in infant mortality in the Paris region. • We showed territorial disparities in global and subgroups IMR with higher IMR in poorer of the Paris region areas.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».