Research Protocol - Mortality Rates above Emergency Threshold in Population Affected by Conflict in North Kivu, Democratic Republic of Congo, July 2012–April 2013
Notice bibliographique
Résumé
The area of Walikale in North Kivu, Democratic Republic of Congo, is intensely affected by conflict and population displacement. Médecins-Sans-Frontières (MSF) returned to provide primary healthcare in July 2012. To better understand the impact of the ongoing conflict and displacement on the population, a retrospective mortality survey was conducted in April 2013. A two-stage randomized cluster survey using 31 clusters of 21 households was conducted. Heads of households provided information on their household make-up, ownership of non-food items (NFIs), access to healthcare and information on deaths and occurrence of self-reported disease in the household during the recall period. The recall period was of 325 days (July 2012–April 2013). In total, 173 deaths were reported during the recall period. The crude mortality rate (CMR) was of 1.4/10,000 persons/day (CI95%: 1.2–1.7) and the under-five- mortality rate (U5MR) of 1.9/10,000 persons per day (CI95%: 1.3–2.5). The most frequently reported cause of death was fever/malaria 34.1% (CI95%: 25.4–42.9). Thirteen deaths were due to intentional violence. Over 70% of all households had been displaced at some time during the recall period. Out of households with someone sick in the last two weeks, 63.8% sought health care; the main reason not to seek health care was the lack of money (n = 134, 63.8%, CI95%: 52.2–75.4). Non Food Items (NFI) ownership was low: 69.0% (CI95%: 53.1–79.7) at least one 10 liter jerry can, 30.1% (CI95%: 24.3–36.5) of households with visible soap available and 1.6 bednets per household. The results from this survey in Walikale clearly illustrate the impact that ongoing conflict and displacement are having on the population in this part of DRC. The gravity of their health status was highlighted by a CMR that was well above the emergency threshold of 1 person/10,000/day and an U5MR that approaches the 2 children/10,000/day threshold for the recall period.
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 | 0,012 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,011 |
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 ».