786: THE ETIOLOGY OF HOSPITAL MORTALITY IN CHILDREN IN LMICS: A SYSTEMATIC REVIEW AND META-ANALYSIS
Notice bibliographique
Résumé
Introduction: In 2019, 80% of the 7·4million children who died around the world were in low- and middle-income countries (LMICs). This study aimed to determine global and regional estimates of the common causes of pediatric hospital mortality and admission in LMICs and explore regional differences. Methods: This systematic review (PROSPERO #230228) searched MEDLINE, EMBASE, CINAHL, and LILACS to identify observational studies from LMICs published January 1, 2005-February 26, 2021. Eligible studies included a general pediatric (aged >28d-12yrs) admission population, cause of admission or death, and total admissions. We excluded studies with data before 2000 or without a full text. Two, independent reviewers screened and extracted data. We performed a meta-analysis of cause-specific mortality, case fatality rates (CFRs), and cause of admission using random-effects models. We reported proportions as cause of death or cause of admission per 1000 admissions with 95% confidence intervals (CI). Heterogeneity was assessed using the variance estimates. Results: Our search identified 29,637 texts. After duplicate removal, and screening, 257 studies were analysed. The most common causes of mortality (deaths/1000 admissions) were infectious (12 [95%CI 9-14]); respiratory (9 [95%CI 5-13]); and gastrointestinal (9 [95%CI 6-11]). Conditions with the highest CFRs were neurologic (13% [95%CI 9-18%]); cardiovascular (11% [95%CI 6-16%]); and congenital conditions (8% [95%CI 4-12%]). Common causes of admission (cases/1000 admissions) were respiratory (255 [95%CI 231-280]); infectious (214 [95%CI193-234]); and gastrointestinal (166 [95% CI 143-190]). Conclusions: Pediatric hospital mortality is high in LMICs and there are significant regional differences in burden of disease. Global child health efforts must include measures to reduce LMIC hospital mortality including basic emergency and critical care services to address common causes of death. A major priority is supporting LMIC researchers to implement and assess these service-related interventions, measure outcomes, and ensure equity and sustainability.
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 | 0,015 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,030 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».