Child, maternal, and adult mortality in rural Ethiopia in 2019: a cross-sectional mortality survey using electronic verbal autopsies
Notice bibliographique
Résumé
Background: Ethiopia, with about 10% of Africa's population, has little direct information on causes of death, particularly in rural areas where 80% of Ethiopians live. In 2019-2020, we conducted electronic verbal autopsies (e-VA) to examine causes of death and quantify cause-specific mortality rates in rural Ethiopia. Methods: We examined deaths under 70 years in the three years prior to the survey dates (November 25, 2019-February 29, 2020) among 2% of East Gojjam Zone (Amhara Region) using registered deaths and adding random sampling in this cross-sectional study. Trained surveyors interviewed relatives of the deceased with central dual-physician assignment of causes as the main outcome. We documented details on age, sex and location of death, and derived overall rural death rates using 2007 Census data and the United Nations national estimates for 2019. To these, we applied our sample-weighted causes to derive cause-specific mortality rates. We calculated death risks for the leading causes for major age groups. Findings: We studied 3516 deaths: 55% male, 97% rural, and 68% occurring at home. At ages 5 and older, injuries were notable, accounting for over a third of deaths at 5-14 years, half of the deaths at ages 15-29 years, and a quarter of deaths at ages 30-69 years. Neonatal mortality was high, mostly from prematurity/low birthweight and infections. Among children under 5 (excluding neonates), infections caused nearly two-thirds of deaths. Most maternal deaths (84%) arose from direct causes. After injuries, especially suicide, assaults, and road traffic accidents, vascular disease (15%) and cancer (13%) were the leading causes among adults at 30-69 years. HIV/AIDS and tuberculosis deaths were also important causes among adults. Interpretation: Rural Ethiopia has a high burden of avoidable mortality, particularly injury, including suicide, assaults, and road traffic accidents. Funding: International Development Research Centre, and the Canadian Institutes of Health Research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».