Trends in perinatal mortality and its determinants in Ethiopia using longitudinal data from the demographic surveillance system (2009–2016)
Notice bibliographique
Résumé
In Ethiopia, the reduction in perinatal mortality rates is still falling short of national and global targets set for 2030. Additionally, accurate recording is challenging, as many births occur at home. This study aimed to assess the trends and determinants of perinatal mortality using population-based longitudinal data from 2009 to 2016 across three Health and Demographic Surveillance Systems (HDSS) in Ethiopia: Gelgel-Gibe, Dabat, and Kilite-Awlaelo. Data on vital events and pregnancies were continuously collected at these HDSS sites. The study utilized follow-up data from prospective linked pregnancy and birth cohorts from January 2009 to December 31, 2016. Perinatal mortality was defined as deaths occurring from 28 weeks of gestation until six days after birth, measured per 1000 live births. Relevant health, demographic, and socioeconomic data were included in the analysis. Poisson regression was employed to assess factors associated with perinatal mortality. Out of 38,691 pregnancies that led to births, there were 1214 perinatal deaths (456 stillbirths and 758 early neonatal deaths), resulting in a perinatal mortality rate of 31 deaths per 1000 total births. The early neonatal death rate was higher, at 19.6 deaths per 1000 total births, compared to the stillbirth rate of 11.8 per 1000 total births. The perinatal mortality rate declined from 40.6 in 2009 to 29.1 per 1000 total births in 2016, reflecting an average annual rate reduction of 2.4%. Determinants of perinatal mortality included being a male newborn, multiple births, first-time pregnancies (primi-gravidity), lack of antenatal care visits, absence of delivery services, and residing in tropical zones. The primary causes of death were asphyxia, sepsis, and preterm birth. Overall, perinatal mortality rates were high in the three HDSS sites, with slow reductions over time and significant variations between them. Addressing the issue of stillbirths and improving the availability and quality of emergency obstetric care are crucial. Continuous home visits in rural communities to prevent stillbirths and newborn deaths, are also essential.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».