MétaCan
Menu
Retour à la cohorte
Enregistrement W4415824566 · doi:10.1136/bmjgh-2024-018433

Causes and risk factors for deaths in young infants in South Asia: the ANISA prospective population-based observational cohort study

2025· article· en· W4415824566 sur OpenAlexaff
Gary L. Darmstadt, Safa Abdalla, Mohammad Shahidul Islam, Shams El Arifeen, Melissa Arvay, Abdullah H Baqui, Zulfiqar A Bhutta, Anuradha Bose, Nicholas E. Connor, Belal Hossain, Rita Isaac, Arif Mahmud, Dipak Kumar Mitra, Luke C. Mullany, Muhammad Imran Nisar, Kalpana Panigrahi, Pinaki Panigrahi, Senjuti Saha, Sajid Soofi, N Solomon, Mathuram Santosham, Stephanie J. Schrag, Shamim Qazi, Samir K. Saha

Notice bibliographique

RevueBMJ Global Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensSickKids FoundationHospital for Sick Children
Organismes subventionnairesCenters for Disease Control and PreventionNew Venture FundBill and Melinda Gates Foundation
Mots-clésObservational studyAsphyxiaCohort studyPremature birthInfant mortalityProspective cohort studyPublic healthPregnancyMEDLINE

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Strategies for reducing infant mortality require accurate, local, population-level data. We conducted a population-based observational study in three countries in South Asia to describe risk factors, causes and rates of mortality in young infants. METHODS: Pregnancies, births and pregnancy outcomes were determined through household surveillance, and cause of deaths was ascertained by verbal autopsy. Cox regression was used to identify risk factors for deaths during days 0-<3, 3-<7 and 7-<60. RESULTS: Among 73 622 pregnancy outcomes, 4638 deaths were identified, including 1669 stillbirths (36.0%), 1347 (29.0%) deaths among non-registered liveborn infants who died before the first home visit by community health workers (CHWs), and 1622 (35.0%) deaths that occurred during days 0-<60 among liveborn registered infants. Most deaths among liveborn infants (59.3%, 1757 of 2965) took place within 3 days of birth. The most common causes of death over the young infant period were infections/sepsis (32.5%, n=963 of 2,965), birth asphyxia (29.0%, n=859) and preterm birth/low birth weight (14.1%, n=418). Risk factors for mortality included early morbidity (need for resuscitation, intrapartum infection/antibiotics, multiple gestation, congenital anomalies), environmental factors (smoke exposure, maternal betel chewing) and poor maternal access to quality care (history of a prior neonatal death, lack of care seeking for labour complications). Protective factors included biology (female sex, higher birth weight), essential newborn care (immediate breastfeeding, clean cord care) and access to quality maternal and newborn care (antenatal care, facility birth, skilled birth attendant, maternal education, household wealth). CONCLUSIONS: Our population-based data highlight the importance of addressing deaths due to birth asphyxia and infections, while recognising that the relative burden of deaths due to preterm birth and congenital anomalies is increasing globally. Access to quality community-based and facility-based maternal and newborn care is critical to efforts to reduce mortality in young infants in high-mortality settings such as rural South Asia.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,028
Tête enseignante GPT0,385
Écart entre enseignants0,357 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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