MétaCan
Menu
Retour à la cohorte
Enregistrement W6976634595 · doi:10.60692/3wvbb-1e357

Burden of Diarrhea in the Eastern Mediterranean Region, 1990–2013: Findings from the Global Burden of Disease Study 2013

2016· article· en· W6976634595 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueWeb Data Mining and Analysis
Établissements canadiensUniversity of British ColumbiaPublic Health Agency of CanadaSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBurden of diseaseDiarrheaDisease burdenDisability-adjusted life yearDiseaseDiarrheal diseaseDiarrheal diseasesPsychological interventionLivelihood

Résumé

récupéré en direct d'OpenAlex

Diarrheal diseases (DD) are leading causes of disease burden, death, and disability, especially in children in low-income settings. DD can also impact a child's potential livelihood through stunted physical growth, cognitive impairment, and other sequelae. As part of the Global Burden of Disease Study, we estimated DD burden, and the burden attributable to specific risk factors and particular etiologies, in the Eastern Mediterranean Region (EMR) between 1990 and 2013. For both sexes and all ages, we calculated disability-adjusted life years (DALYs), which are the sum of years of life lost and years lived with disability. We estimate that over 125,000 deaths (3.6% of total deaths) were due to DD in the EMR in 2013, with a greater burden of DD in low- and middle-income countries. Diarrhea deaths per 100,000 children under 5 years of age ranged from one (95% uncertainty interval [UI] = 0-1) in Bahrain and Oman to 471 (95% UI = 245-763) in Somalia. The pattern for diarrhea DALYs among those under 5 years of age closely followed that for diarrheal deaths. DALYs per 100,000 ranged from 739 (95% UI = 520-989) in Syria to 40,869 (95% UI = 21,540-65,823) in Somalia. Our results highlighted a highly inequitable burden of DD in EMR, mainly driven by the lack of access to proper resources such as water and sanitation. Our findings will guide preventive and treatment interventions which are based on evidence and which follow the ultimate goal of reducing the DD burden.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,120
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,229
Écart entre enseignants0,193 · 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 tête enseignante, 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetWeb Data Mining and AnalysisTravaux en français237 207