Demographic and Clinical profile of Neonates admitted in a NICU of a Tertiary Care Hospital in Bangladesh
Notice bibliographique
Résumé
Background: Neonatal morbidity and mortality remain major public health challenges in Bangladesh, particularly among critically ill neonates requiring intensive care. Identifying the clinical profile and outcomes of neonates admitted to tertiary care facilities is essential for improving neonatal survival and guiding preventive strategies. Methods: This cross-sectional study was conducted in the Department of Neonatal Medicine, Bangladesh Shishu Hospital and Institute, Dhaka, from 1st January 2023 to 30th June 2023. A total of 382 neonates were admitted to the Neonatal Intensive Care Unit (NICU) during this period were included. Data on demographic characteristics, morbidity patterns and outcomes were collected and analyzed using SPSS version 25. Results: Among 382 neonates admitted to the Neonatal Intensive Care Unit (NICU), males predominated (63.6%). Most were term infants (81.7%) and delivered by normal vaginal delivery (57.6%). Birth asphyxia (41.9%) was the leading cause of morbidity, followed by preterm low birth weight (18.3%) and neonatal sepsis (13.1%). The overall mortality rate was 41.4%, with birth asphyxia (54.4%) being the primary cause of death. Most admissions occurred within 24–72 hours of life (55.2%). Conclusion: Birth asphyxia, neonatal sepsis and prematurity were identified as the major causes of neonatal morbidity and mortality in this tertiary care setting. Northern International Medical College Journal Vol. 16 No. 1-2 July 2024-January 2025, Page 740-744
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 tête enseignante, 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 ».