Measuring the health-related Sustainable Development Goals in 188 countries: a baseline analysis from the Global Burden of Disease Study 2015
Notice bibliographique
Résumé
BACKGROUND: In September, 2015, the UN General Assembly established the Sustainable Development Goals (SDGs). The SDGs specify 17 universal goals, 169 targets, and 230 indicators leading up to 2030. We provide an analysis of 33 health-related SDG indicators based on the Global Burden of Diseases, Injuries, and Risk Factors Study 2015 (GBD 2015). METHODS: We applied statistical methods to systematically compiled data to estimate the performance of 33 health-related SDG indicators for 188 countries from 1990 to 2015. We rescaled each indicator on a scale from 0 (worst observed value between 1990 and 2015) to 100 (best observed). Indices representing all 33 health-related SDG indicators (health-related SDG index), health-related SDG indicators included in the Millennium Development Goals (MDG index), and health-related indicators not included in the MDGs (non-MDG index) were computed as the geometric mean of the rescaled indicators by SDG target. We used spline regressions to examine the relations between the Socio-demographic Index (SDI, a summary measure based on average income per person, educational attainment, and total fertility rate) and each of the health-related SDG indicators and indices. FINDINGS: In 2015, the median health-related SDG index was 59·3 (95% uncertainty interval 56·8-61·8) and varied widely by country, ranging from 85·5 (84·2-86·5) in Iceland to 20·4 (15·4-24·9) in Central African Republic. SDI was a good predictor of the health-related SDG index (r(2)=0·88) and the MDG index (r(2)=0·92), whereas the non-MDG index had a weaker relation with SDI (r(2)=0·79). Between 2000 and 2015, the health-related SDG index improved by a median of 7·9 (IQR 5·0-10·4), and gains on the MDG index (a median change of 10·0 [6·7-13·1]) exceeded that of the non-MDG index (a median change of 5·5 [2·1-8·9]). Since 2000, pronounced progress occurred for indicators such as met need with modern contraception, under-5 mortality, and neonatal mortality, as well as the indicator for universal health coverage tracer interventions. Moderate improvements were found for indicators such as HIV and tuberculosis incidence, minimal changes for hepatitis B incidence took place, and childhood overweight considerably worsened. INTERPRETATION: GBD provides an independent, comparable avenue for monitoring progress towards the health-related SDGs. Our analysis not only highlights the importance of income, education, and fertility as drivers of health improvement but also emphasises that investments in these areas alone will not be sufficient. Although considerable progress on the health-related MDG indicators has been made, these gains will need to be sustained and, in many cases, accelerated to achieve the ambitious SDG targets. The minimal improvement in or worsening of health-related indicators beyond the MDGs highlight the need for additional resources to effectively address the expanded scope of the health-related SDGs.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».