MétaCan
Menu
Retour à la cohorte
Enregistrement W4410039241 · doi:10.1136/bmjgh-2024-016386

Trends in socioeconomic inequality in mortality during childhood between 1993 and 2021 in India

2025· article· en· W4410039241 sur OpenAlexaff
Anoop Jain, Akhil Kumar, Thomas W. Pullum, Rockli Kim, Soumya Swaminathan, S. V. Subramanian

Notice bibliographique

RevueBMJ Global Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésSocioeconomic statusInequalityInfant mortalityMedicineChild mortalityNeonatal mortalityDemographyMortality rateEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In India, most child deaths now occur within the first 28 days of birth. Trends in socioeconomic disparities in death during these early and late neonatal stages over the past few decades have been understudied. This paper elucidates these trends in early neonatal and late neonatal mortality by household wealth and maternal education. We also examined these trends for post neonatal and child mortality, thereby examining the risk of death by socioeconomic status from birth until 59 months. METHODS: Using data from five rounds of India's National Family Health Survey, we examined how the early neonatal, late neonatal, post neonatal and child mortality rates changed between 1993 and 2021 by household wealth and maternal education. We also examined how the absolute (difference in rates) and relative (ratio of rates) inequality between the highest and lowest socioeconomic groups changed for each outcome, and which children are on track to meet the Sustainable Development Goal targets. RESULTS: Despite large absolute reductions in early neonatal, late neonatal, post neonatal and child mortality, India's most vulnerable children remain at the highest risk of death as of 2021. Between 1993 and 2021, the absolute and relative socioeconomic inequality for early neonatal deaths increased. Now, most child deaths are among India's most vulnerable children in terms of household wealth and maternal education, and these children are not on track to meet the Sustainable Development Goal targets for early neonatal and post neonatal mortality. CONCLUSIONS: Our study highlights persistent socioeconomic inequalities in child death, and that these inequalities exist regardless of mortality stage. More pro poor policies and interventions are required to close these gaps. Doing so is essential for India to meet global targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,188
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,393
Écart entre enseignants0,375 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207