跳过主要内容

1993-2014年肯尼亚儿童健康干预措施和风险因素对儿童生存的影响:一项基于反事实情景的贝叶斯时空分析

摘要

背景

在千年发展目标期间,肯尼亚各地的地方差距和不平等现象是降低五岁以下儿童死亡率和增加儿童健康干预覆盖率的特点。不断变化的风险因素和干预措施覆盖范围对U5M地方变化的贡献仍未明确界定。

方法

收集了1993年至2014年间U5M和43个已知与U5M相关的因素的次国家级县级数据。使用贝叶斯生态混合效应回归模型,对47个次国家级县的U5M与重大干预和感染风险生态因素之间的关系进行了量化。系数nerated是在一个反事实框架内使用的,用于估计与干预覆盖率和疾病感染率相对于1993年的变化相关的每个县和年份(1993-2014年)的U5M和五岁以下避免死亡(U5-DA)。

后果

在全国范围内,1990年代U5M的停滞和增加与人类免疫缺陷病毒(HIV)的上升有关流行率和产妇自主性降低,而2006年后的改善与艾滋病毒和疟疾流行率下降、获得更好卫生设施的机会增加、发烧求医率和产妇自主性增加有关。发育迟缓的减少和早期母乳喂养和机构分娩覆盖率的增加与与其他因素相比,U5-DA的数量较少,而高胎次和完全免疫的儿童的减少与5岁以下儿童的死亡有关。大多数U5-DA发生在2006年之后,并且在各个县之间存在空间差异。U5-DA的最高数量记录在肯尼亚西部和沿海地区,而肯尼亚北部记录的U5-DA的数量较少肯尼亚中部的U5-DA最低。不同地区避免的死亡与一组独特的因素有关。

结论

干预措施和风险因素对改变U5M的贡献在各地有所不同。这对于在诸如肯尼亚的分散化卫生系统中确定未来干预措施的目标具有重要意义。针对u5百万人口数量高而干预覆盖率低的具体因素,将使肯尼亚地方实现关于u5百万人口的可持续发展目标(SDG) 3.2的可能性最高。

同行审查报告

背景

在千年发展目标时代,肯尼亚五岁以下儿童全因死亡率有所下降,但其特点是时空差异和不平等[1].千年发展目标4 1990年至2015年期间将500万乌克兰人减少三分之二的目标在国家一级和次国家一级都没有实现[1],目前的可持续发展目标(SDG) 3.2旨在到2030年将未出生儿童死亡率降至每千名活产死亡人数低于25人的更乐观的目标[2].同样,在干预措施的覆盖范围和疾病感染流行率的下降方面也观察到了改善,这也显示了全国各地的空间和时间异质性[3.45678]然而,还没有充分定义次国家干预覆盖率、资源分配、医疗利用和疾病感染对U5M中观察到的时空差异的影响[910111213].这限制了地方针对性干预措施在公共卫生规划和实现儿童健康发展目标方面的应用。

在肯尼亚各县之间观察到的U5M变异率的差异表明,对相互竞争的风险因素和干预对儿童生存的贡献有了更好的了解。注重影响最大的干预措施将有助于改善有针对性的疾病控制、更好地分配资源、注重公平和最大限度地发挥影响[9141516].因此,政策制定者将根据可持续发展目标的原则制定U5M减少政策不让任何人掉队,首先到达落在后面最远的人通过覆盖那些最边缘化的人[1718].在肯尼亚,以前曾进行过这种侧重于儿童健康不平等的分析[4561920.21222324].

然而,先前的分析[4561920.21222324]是指调查时间,而U5M是指导致时间错位的回顾性时期。这些研究经常报告风险比率,而忽略了暴露的普遍程度。的人口占公开,分析要么是在国家层面上,使用一组有限的因素,或者是基于一个有限的时间时代的影响,没有考虑全面的因素在儿童生存的连续决策的单位(4561920.21222324].

为了解决这些局限性和数据缺口,我们在这里整理了时空和反事实模型中的所有可用数据,以量化1993年至2014年间肯尼亚47个分散县U5M的减少与干预措施的扩大和疾病流行率的变化有多大关联(补充文件)1),以改善地方卫生规划,促进减少卫生不平等现象。

方法

方法概述

我们的分析包括四个主要步骤。首先,根据人口普查和家庭抽样调查,在县一级综合和估计了关于U5M儿童死亡率和与儿童存活率有关的因素的数据[1]第二,选择一组与肯尼亚U5M显著相关的简约因素。第三步,拟合贝叶斯生态时空混合效应回归模型,量化简约因素与U5M之间的关系。第四步,反事实分析,一种广泛使用的方法用于评估因果归因[252627282930.31323334]在健康方面的应用[333435363738],用以确定1993年至2014年期间,U5M(避免死亡(U5-DA)或丧失生命(U5-LL))的变化在多大程度上可归因于干预覆盖率和疾病感染流行率的变化。

数据

结果变量为22个县中每个县的可用U5M 从1993年到2014年,使用其他地方详述的人口统计和时空模型生成[1].简而言之,10个家庭调查和3个人口普查的出生历史和空间对齐到县边界。采用5种人口统计方法通过调查估算每个县的U5M,并使用考虑时空相关性、样本量和人口统计方法的贝叶斯时空高斯过程回归(GPR)进行平滑[1].

预测变量候选列表包括43个已知与U5M相关的因素(附加文件1)可在横跨22个国家的县一级使用 年份(表1)1和附加文件1).这43个因素是从现有的儿童生存框架中确定的[39404142)(附加文件1)、与肯尼亚卫生优先事项的相关性和数据的可获得性,并根据住户调查准则确定,同时确保时间上的可比性。通过贝叶斯时空探地雷达模型,使用20个家庭调查和3次人口普查的数据估算了39个因素,而4个因素来自不同的来源[7434445].表格1概述了这些因素,而每个因素的详细定义和具体数据源在附加文件中给出1.我们的分析包括了截至2014年的最后一次家庭抽样调查的数据。可供选择的数据来源有限;在肯尼亚,民事登记和生命统计系统的数据的覆盖率和完整性仍然很低,而常规数据没有捕捉到那些与卫生系统没有互动的人,也没有捕捉到发生在社区的大多数死亡。

表1当前分析中使用的43个与儿童生存和专题组相关的因素。其定义和各自的数据来源在附加文件中详细说明1

统计分析

模型开发

模型开发旨在选择一组与肯尼亚U5M密切相关的节约因素,以减少过度拟合和波动回归系数[4647]。在正式统计模型开发之前,排除43个因素中其他因素的贡献,以减少任何潜在的共线性、循环性和混杂性[3.4849)(附加文件2).经杀虫剂处理的蚊帐(ITN)和抗疟药物的作用取决于疟疾流行情况[75051]; 低出生体重(LBW)部分体现了妊娠期间歇性预防性治疗(IPTp)的作用[52535455],仅在13个疟疾流行县提供[56]虽然三剂白喉-破伤风-百日咳(DTP3)疫苗、脊髓灰质炎(Polio3)、麻疹和卡介苗的效果是通过完全免疫状态获得的。同样,衡量相同干预措施的因素具有重叠影响(例如,产妇教育和产妇识字率)分组,通过简单回归量化其与U5M的关系,并根据较低的Akaike信息标准(AIC)纳入最佳拟合因子[3.4849)(附加文件2).

考虑的所有因素都与U5M(附加文件)有关2)。为了验证肯尼亚背景下的研究结果,拟合了一个简单的回归模型,以探索U5M与前一阶段保留的因素之间的双变量关联。具有p-value < 0.2被保留,并被纳入弹性净回归(ENR)模型。ENR是一种严格的惩罚回归,通过选择解释U5M大多数变异的因素来降低维数[57585960]应用于儿童生存研究[6162].它是通过glmnetR统计软件包[60,具有非零系数的因子构成基本模型。通过偏差信息准则(DIC)和使用样本外验证的模型预测能力,进一步简化了基础模型[464763]使用方差膨胀因子(VIF)评估多重共线性的存在,截止值为4,通过主成分分析结合共线和可解释因子[646566].

Mixed-effects回归模型

模型开发阶段的最终因素列表包含在贝叶斯生态时空混合效应回归模型中,以估计与U5M的调整关联(等式1)。该模型包括截距、固定效应、时空随机效应和时空相互作用项。随机变量被分配了先验分布,该分布借用了跨空间和时间的信息强度,以更好地捕捉U5M的基本结构、影响所有县的时变因素的变化以及每个县内U5M的不变因素[3336].

方程1贝叶斯生态时空混合效应回归,量化U5M与模型发展过程中各因子之间的关系。

左(5 $ $ \ ln {\ \ mathrm {q} 0 \右)}_{我t} ={\β}_o +{\β}_j \总和\ limits_ {j = 1} ^ n {x} _j +{\μ}_i + {v} _i +{\伽马}_t +{\三角洲}_{我t} $ $

式中ln(5q0)t是该县U5M的自然对数年份tβo拦截,βj固定效应的回归系数,\(\sum\limits_{j=1}^n{x}u j\), (μ)结构空间随机效应,v非结构化空间随机效应(γt)时间随机效应和δt第1类时空交互作用是为简约性和高度结构化交互作用的可识别性而指定的。

空间相关性由邻域矩阵通过皇后邻接定义,其中一个县的参数值受其相邻县的平均值影响,具有一些额外的变异性。卷积Besag、York和Mollié(BYM)条件自回归(CAR)模型用于表达空间依赖性[6768]类似地,时间邻域由相邻的周期点(前后)定义,而空间-时间交互参数δt基于整体时间和空间效应的任何偏离可预测模式的因素[68].

随机效应的方差参数被指定为非信息性的先验值,这是因为缺乏事先相应的数据来通知此类规范的选择,并允许数据驱动模型结果[69].超先验分布遵循参数值为0.5和0.0005的逆伽马分布[68].采用马尔可夫链、蒙特卡罗和由均值和95%可信区间(CI)总结的参数后验分布进行推理。

反事实分析

空间-时间模型的估计回归系数用于计算1993年至2014年间每个县的年度反事实U5M;U5M预测假设干预覆盖率和每个因素的疾病流行率在其1993年值超过22%时保持不变 年份。将观察到的U5M和反事实U5M之间的差异乘以五岁以下儿童的年度数量,以根据人口普查数据(包括相应的CI)计算1993年至2014年期间U5-DA和/或U5-LL的年度数量。总之,该设置允许估算每年避免的儿童死亡人数随着疾病流行率和干预覆盖率相对于1993年数值的变化而推迟。

通过轨迹图和Gelman-Rubin统计量评估模型的收敛性[70],采用MC误差、标准差及其比值评价模型精度[71].在StataCorp中进行数据准备和预处理。Stata统计软件:第14版College Station, TX: StataCorp LP];模型开发在R统计(V.3·4·1)中进行,最终的贝叶斯生态时空混合效应回归在WinBUGS Package (version 1.4.3)中拟合[72].所有制图都是在ArcMap 10.5 (ESRI Inc., Redlands, CA, USA)中完成的。

后果

模型开发

在建模过程中保留了一组10个简约因素,并将其纳入贝叶斯生态时空混合效应回归;详情见附加文件2.综上所述,排除了17个因素,以减少共线性、圆度和混杂;排除了4个统计上不显著的因素和9个解释ENR最小U5M变异的因素。因此,基于信息标准和样本外预测准确性的最佳模型包括保健设施分娩、奇偶率高的母亲、完全免疫状况、享有更好卫生设施的家庭、发烧后寻求治疗的儿童比例、艾滋病毒和疟疾感染流行率、婴儿出生一小时内的母乳喂养、发育不良儿童的比例和母亲的自主权(以女性为户主的家庭比例表示)。

调整后的回归模型

早期母乳喂养、获得更好的卫生设施、寻求发烧治疗、产妇自主、在设施分娩和高胎次与未感染儿童数量的减少有关,而艾滋病毒和疟疾感染流行与未感染儿童数量的增加有关(见表)2).完全免疫状态和发育迟缓发生率无统计学意义。在10个具有高胎次和产妇自主的因素中,影响的大小是不均匀的,艾滋病毒和疟疾感染流行与U5M的减少和增加分别有强烈和显著的相关性。总体HIV感染流行率(2.87 [95% CI 2.03-3.72])和高奇偶率(−2.05[−2.33 -−1.80])与U5M的最大变化显著相关。与时间异质性相比,空间异质性更占优势(表)2)22岁以上 年。

表2生态贝叶斯时空混合效应回归模型的平均回归系数,2.5–97.5%分位数效应。截距表示总体基线。Sigma.w和Sigma.t分别是空间和时间随机效应的方差;Sigma.nu[1][2]是稳定(结构化)和不稳定(非结构化)风险模式的时空交互效应。显示了SD、MC误差及其比率

国家反事实的U5M

在全国范围内,这10个关键因素在22年期间的作用是不同的。高胎次的下降和完全免疫儿童比例的下降与5- ll以下儿童有关,而早期母乳喂养、获得更好的卫生设施、发烧后寻求治疗、母亲自主、设施分娩和减少艾滋病毒和疟疾感染流行与U5-DA有关(见表)3.,无花果。1).与其他因素相比,疟疾和艾滋病毒的流行、高平价、更好的卫生条件和发烧治疗具有更大的反事实影响。在这22年中,有两个重要的时期:1993-2000年U5M停滞或增长,U5-LL大量出现;2006-2014年U5M下降,U5-DA大量出现。

表3在1993年至2014年期间,如果每个因素的覆盖率/流行率保持不变,则在全国范围内每1000例活产中每年避免的5岁以下儿童死亡[+阳性]或失去的生命[-阴性]。分别为< 1.0(黄色)、1-2(浅绿色)、2-3(深绿色)、3-5(浅蓝)和> 5(深蓝)。红色表示无显著变化。1993-2000年[A]、2006-2014年[B]和1993-2014年[C]的总人数和平均挽救或丧失的生命也被列出
图1
图1

1993年至2014年期间,肯尼亚10个与儿童生存显著相关的因素的全国反事实和观察的U5M。观察到的U5M用橙色表示[1],而与之相反的U5M(如果各因素保持在1993年水平,则U5M为紫色)。资料来源:作者

U5M上升的时期主要与艾滋病毒感染流行率上升、产妇自主能力下降和高平权下降有关(见表)3.,无花果。1)。如果艾滋病毒流行率保持在1993年至2000年的水平,5岁以下儿童的生命本来可以挽救10多万(100354,95%可信区间121411–79296)。同样,产妇自主性的下降与67213(52309–82116)U5-LL有关,而高胎次的下降与108823(94310–123337)以上的人有关U5-LL。发育不良儿童数量的增加、接受全面免疫接种的儿童数量的减少以及医疗机构分娩数量的减少也与停滞有关;然而,相对于艾滋病毒和产妇自主性,这些似乎对U5-LL的反事实影响较小。然而,在停滞期(1993年至2000年)、寻求发热治疗的人数增加、早期母乳喂养和疟疾流行率下降分别与避免100364(89606-111122)、12981(6565-9397)和16219(11799-20640)死亡有关(表1)3.).

5百万人口减少时期(2006-2014年)的特点是避免的儿童死亡人数大幅增加。U5-DA的高数量与艾滋病感染患病率下降398,206(357,899-438,512)、疟疾感染患病率下降105,403(94,385-116,422)和发育不良儿童数量下降52,575(46,808-58,343)有关。增加求医人数267,743人(241,083-294,402人),获得更好的卫生设施173 601人(141,096 - 206 106人),提高产妇自主权129,003 [105,204-152,803],早期母乳喂养覆盖率的提高和机构分娩59 509(49 182 - 69 836)进一步促进了2006-2014年期间避免的死亡(表)3.,无花果。1).然而,完全免疫儿童比例的下降和高胎次妇女在同一时间内与17847(3852-21,841)和392738 (350,233-435,243)U5-LL相关。

县级反事实U5M

U5-DA的国家级呈现掩盖了县级差异。数字2显示了10个因子在县域内22年累计的U5-DA和U5-LL数量。在22年,大部分的因素(增加覆盖率,减少患病率)的大部分县与U5-DA除了有关高平价和比例的下降完全接种儿童U5-LL有关。此外,在22年期间,一些地区出现了5岁以下儿童的情况:北部各县(保健设施分娩减少,卫生条件改善)、东部各县(艾滋病毒流行率缓慢下降)和西部各县(孕产妇自主和早期母乳喂养下降)肯尼亚(图。2).

图2
图2

如果相对于1993年的数据,各因素的覆盖率/流行率保持不变,则在22年[1993 - 2014年]期间,每个县避免五岁以下儿童死亡(绿色阴影)和丧失生命(黄色变为棕色)的总数。资料来源:作者

各县的U5-DA和U5-LL总量存在高度的空间异质性。肯尼亚北部各县的U5-DA数量较低,这与疟疾和艾滋病毒流行率下降、发育迟缓减少、获得更好卫生设施的机会增加以及与肯尼亚其他地区相比的发热治疗寻求率有关干预覆盖率较高。在该地区,U5-LL与医疗机构分娩减少和获得更好卫生条件有关;然而,与肯尼亚其他地区相比,该地区U5-DA的数量较高,与产妇自主性和开始母乳喂养的婴儿比例增加有关早期(图。2).

肯尼亚西部的U5-DA数量较多,与发热求医率、医疗机构分娩、获得更好的卫生条件以及疟疾和艾滋病毒感染率降低有关。该地区的U5-LL与产妇自主性下降和早期母乳喂养有关(图。2).与肯尼亚西部相比,东南地区与相同因素有关的五羟色胺含量几乎相当;然而,一些县在U5-DA和U5-LL之间交替出现,这与母亲自主性和早期母乳喂养的波动变化有关(图。2).与该国其他地区相比,肯尼亚中部地区的U5-DA人数适中。在所有县中,高胎次下降和完全免疫的儿童与U5-LL有显著的时空差异(图)。2).

汇总值如图所示。2掩盖个体因素随时间的重要空间变化。为了强调这种可变性,图中给出了与事实相反的HIV感染流行率U5M。3.其他因素见附加文件3..1993年至1997年期间,所有县的艾滋病毒感染流行率(即U5-LL)都有所上升(图5)。3.),肯尼亚西部和中部部分地区负担更重。1998年至2005年是一个过渡阶段。2006年之后,艾滋病毒感染流行率的下降与U5-DA有关,肯尼亚西部和东南部的下降幅度最大。其他因素的可比性模式被观察到(附加文件3.).

图3
图3

如果与1993年相比,艾滋病毒感染流行率保持不变,每个县[1994-2014年]每年避免的死亡(绿色阴影)和死亡(黄色到棕色)的数量保持不变。其他九个因素的地图见附加文件3.资料来源:作者

同时比较了不同流行病学县(Kilifi、Homa Bay、Wajir和Kirinyaga)的所有因素和年份[1],各地区各因素的贡献差异极大(图。4)时间异质性是明显的,其中一个因素导致了生命损失,在不同的年份,它与相对于基线避免的死亡相关。所有47个县的图在附加文件中给出3.. 最后,实现了贝叶斯生态时空混合效应回归模型的收敛性和稳定性,其精度在推荐的经验法则范围内[7071)(附加文件2).

图4
图4

与1993年相比,基里菲、瓦吉尔、荷马湾和基里尼亚加县的关键因素覆盖率和/或流行率的变化与避免死亡和死亡相关联的比较。所有县均在附加文件中列出3..如果与1993年相比,这一因素的覆盖率/流行率保持不变,则每种颜色的大小代表每1000名活产婴儿的U5-DA(零线以上)或U5-LL(零线以下)。资料来源:作者

讨论

该分析扩展了之前的努力,以了解与肯尼亚儿童生存相关的因素的影响[4561920.21222324,纳入了更多的数据,研究了影响儿童生存的主要因素[33343536]在过去的二十年中,在用于分散卫生规划的次国家级县进行了调查。总体而言,1990年代见证的U5M停滞和增加可能是由于艾滋病毒感染率增加和产妇自主性降低,而2006年后观察到的U5M减少可能与艾滋病毒和疟疾感染率下降有关营养不良的流行和获得更好的卫生条件、寻求治疗和产妇自主的机会的增加。发育不良儿童数量的减少、早期母乳喂养和机构分娩的增加可能对U5M下降的贡献要小得多,而完全免疫儿童的产次和比例则下降e与儿童死亡率增加有关。

以前在肯尼亚已经观察到HIV对U5M变异的重要作用[5622].自2000年以来,肯尼亚国家艾滋病控制委员会的成立推动了减少和预防艾滋病毒感染的共同努力[420.].从2000年初开始,预防母婴传播、增加儿科艾滋病毒方案、抗逆转录病毒药物摄入、检测和行为改变运动稳步增加[7374757677]有助于提高儿童存活率。2003年后疟疾发病率明显下降,这与ITN覆盖率的增加和抗疟药物政策的改变有关,并促成了这一时期U5M地区疟疾发病率的下降[477879].

发育迟缓的减少和早期乳房发育的增加似乎对观察到的U5M的减少有一定的贡献。增加母乳喂养可与在产科病房和社区一级推广母乳喂养联系起来,同时补充喂养、产妇营养、食品强化、微量营养素补充、营养运动和学校供餐方案[8081]可能有助于减少发育不良儿童的数量。然而,发育迟缓的下降速度要小得多,也慢得多[8283]可能是由于某些地区贫穷、受教育程度低和缺乏基本预防保健[84].自2003年以来,接受最低可接受饮食的儿童人数也一直很低,并随着时间的推移而下降[8].

发热性疾病与广泛的儿童疾病相关;因此,发热治疗寻求模式提供了社区如何寻求儿科护理的见解[858687]。可能由于寻求治疗率的提高而避免了死亡人数的增加,这与部分取消使用费(2004年)、直接医疗设施融资(2010年)和政府门诊设施的免费服务(2013年)相关的医疗利用率的提高相一致,从而使人们能够更好地获得治疗[888990919293]。产科服务卫生券计划(2006-2016年)、取消分娩费用(2007年)和免费产科服务(2013年)可能导致了设施分娩的增加,并可能有助于2008年后儿童存活率的提高[888990919293].完全接种疫苗的儿童数量的停滞和小幅下降可能是由于未及时接种疫苗、辍学、与身体接触、卫生劳动力、缺货和运输成本相关的需求和供应挑战[94959697].

由于文化和社区规范的差异,母亲自主性具有情境特异性,并有不同的构建[98]在这项工作中,母亲自主权的定义是女性为户主的家庭因为它在调查中无处不在,而且多年来收集数据的方法也很统一。与父亲相比,母亲将基本食物和保健支出置于其他需求之上,这与改善儿童存活率(U5-DA)有关[9899].高奇偶校验通常与高U5M(附加文件1)在这项分析中,它与儿童存活率的提高有关;然而,由于高胎次随时间而下降,5岁以下儿童的生命因此而丧失。这些发现在不同的环境中观察到,并与学习效应、反向因果关系、兄弟姐妹效应、卫生假设和残余混淆有关[One hundred.101102103104].然而,我们不确定在肯尼亚环境下,高平价的作用途径。

在过去20年里观察到的10个因素对U5M变异的作用中,地方异质性对肯尼亚卫生资源的规划和优先次序产生了重要影响。与全国儿童存活率改善有关的因素在各个县之间存在差异。为了减少不平等现象,提高实现与健康有关的可持续发展目标的可能性,有必要把重点放在影响最大、最适合各个国家的因素上。为了确保不让任何一个人掉队,并首先帮助那些最落后的人,国家政府可以根据U5M趋势、干预覆盖率和在避免儿童死亡方面的相对影响,按比例分配资金。郡可以本地化和定制资源,以适应其环境,以获得最大收益。

在肯尼亚西部,为了保持收益并进一步减少U5M,应提高寻求治疗的比率和机构分娩的覆盖率,改善卫生条件,进一步降低艾滋病毒和疟疾的感染率。值得注意的是,位于肯尼亚西部的县艾滋病毒和疟疾风险最高,这些县已经受益于有针对性的艾滋病毒和疟疾控制,即。维兹。其他县[105].在肯尼亚东北部,解决与获取相关的问题、营养规划和获得改善的卫生设施将加快未500万儿童的减少,而这些半干旱地区的疟疾并不是未500万儿童的重要驱动因素。

应该指出的是,尽管统计模型显示了解释大多数U5M变异的离散数量的主要因素,但这并不意味着排除的因素对提高儿童存活率不重要。一些因素可能已经达到普遍覆盖的早期点,并且不能再用于解释当代的vU5M中的变异或反事实。如果不认识到这些因素的持续重要性,例如,继续哺乳、至少一次产前检查和卡介苗接种,可能会危及1990年代之前取得的成果。在生态系统和t继承人与儿童存活率的关系。相关性不显著或贡献较小的因素可能是由于一些限制。

局限性

用于计算U5M的出生史容易误报日期、母亲年龄和死亡儿童的遗漏。由于缺乏数据,卫生人力资源、内乱和其他宏观因素未包括在内,而与某些因素相关的召回偏差通过将召回期限制在3年而最小化[106].此外,覆盖率估计既不能反映所收到的干预措施的质量,也不能衡量有效覆盖率。县级的统计推断容易产生生态谬误[107和可改变面积单位问题[108].一些异质性被掩盖了,特别是在肯尼亚北部地理上较大的县;分解到较低的行政单位会降低精确度。在实际使用观测数据时,无法观察到反事实分布;因此,可能在因果网络中触发的变化仍是未知的,部分观察到的关联可能是由于混淆;因此,因果关系不能被推断出来[2832109].我们的分析包括了截至2014年的最后一次家庭抽样调查的数据。自2011年以来,肯尼亚常规卫生信息系统数据的可用性(数量和质量)增加,最近完成的住房和人口普查(2019年)以及正在进行的家庭抽样调查(疟疾指标调查)为更新未确诊儿童数量和与儿童生存相关的因素提供了机会[110111112].

结论

在千年发展目标期间,肯尼亚各地的次国家差异和不平等现象是减少500万肯尼亚先驱者、增加干预覆盖率和降低疾病流行率的特点。十个因素与大多数死亡避免或生命损失显著相关。避免的死亡在时间上是不均衡的,这可能是由于艾滋病毒和疟疾感染流行率下降,以及获得更好的卫生设施、寻求治疗和产妇自主权的机会增加。发育迟缓患病率的下降、早期母乳喂养的进展以及机构分娩的增加与避免了中等数量的5岁以下儿童死亡有关。生命损失与高胎次和完全接种疫苗的儿童比例下降有关。这些发现提高了我们对不同县U5M随时间变化相关因素的理解,从而为决策者的目标确定和规划提供信息,从而使所取得的成果得以持续并进一步加速。这些结果可用于在可持续发展目标时代和2030年愿景(肯尼亚到2030年在清洁安全的环境中为所有公民提供高质量生活的蓝图)期间制定肯尼亚权力下放治理结构的规划。

数据和材料的可用性

Macharia等人在目前的研究中生成和/或分析的数据集要么可以在手稿中获得,基于之前发表的工作。[1],或可从在线数据存储库对以下数据门户中的注册用户进行开放访问:

综合公用微数据系列(IPUMS)-https://international.ipums.org/international/index.shtml

多指标群集调查(MICS) -http://mics.unicef.org/

人口和健康调查(DHS)-https://dhsprogram.com/

肯尼亚国家统计局(KNBS)-http://statistics.knbs.or.ke/nada/index.php/home

人口健康哈佛数据厌恶-https://dataverse.harvard.edu/dataverse/population-health

缩写

另类投资会议:

Akaike信息标准

ANC1:

至少一次产前检查

ANC4:

至少四次产前检查

卡介苗:

卡介苗

汽车:

有条件自回归

CI:

可信区间

迪拜国际资本:

异常信息标准

DPT3:

三个三级白喉-破伤风-百日咳疫苗

ENR:

弹性净回归

EVI:

增强型植被指数

HFD:

卫生设施交付

艾滋病毒:

人类免疫缺陷病毒

期间:

妊娠期间歇性预防治疗

ITN:

经杀虫剂处理的蚊帐

激光焊:

低出生体重

千年发展目标:

年发展目标

ORS:

口服补液盐

polio3:

三剂小儿麻痹症

小企业管理局:

熟练的助产服务

西班牙:

可持续发展目标

U5-DA:

5岁以下儿童死亡得以避免

U5-LL:

5岁以下儿童失去生命

U5M:

5岁以下儿童死亡率

VIF:

方差膨胀系数

工具书类

  1. 1.

    Macharia PM, Giorgi E, Thuranira PN, Joseph NK, Sartorius B, Snow RW, Okiro EA.自1965年以来肯尼亚五岁以下儿童死亡率的次国家差异和不平等。公共卫生。2019;19(1):146。https://doi.org/10.1186/s12889-019-6474-1

    文章PubMed公共医学中心谷歌学者

  2. 2.

    UNDESA。17个可持续发展目标。2015.https://sdgs.un.org/goals.2020年9月22日

    谷歌学者

  3. 3.

    肯尼亚次国家卫生趋势的估计。Lancet Glob Heal. 2019;7(1): e8-9。https://doi.org/10.1016/s2214 - 109 x (18) 30516 - 3

    文章谷歌学者

  4. 4.

    济慈EC, Ngugi A, Macharia W, Akseer N, Khaemba EN, Bhatti Z, Rizvi A, Tole J, Bhutta ZA。肯尼亚生殖、孕产妇、新生儿和儿童健康方面的进展和优先事项:2015年国家案例研究倒计时。医学杂志。2017;5(8):e782-95。https://doi.org/10.1016/S2214-109X(17)30246-2

    文章谷歌学者

  5. 5.

    Opiyo CO, Sawhney M.撒哈拉以南非洲儿童死亡率最近上升的决定因素:来自1990-2003年肯尼亚人口和健康调查的证据。[j] .非洲人民歌曲,2014;28(0):1182-93。https://doi.org/10.11564/28-0-566

    文章谷歌学者

  6. 6.

    瓦夫拉西南部,伊卡马里德,科尤吉波。寻找1988-2003年期间肯尼亚婴儿死亡率上升的原因。BMC公共卫生。2012;12(1):441.https://doi.org/10.1186/1471-2458-12-441

    文章PubMed公共医学中心谷歌学者

  7. 7.

    Macharia PM,Giorgi E,Noor AM,Waqo E,Kiptui R,Okiro EA,Snow RW.恶性疟原虫流行的时空分析,以了解肯尼亚疟疾控制的过去和未来。Malar J.2018;17(1):340。https://doi.org/10.1186/s12936-018-2489-9

    文章PubMed公共医学中心谷歌学者

  8. 8.

    Matanda DJ, Urke HB, Mittelmark MB.肯尼亚最佳儿童保育做法的变化:2003年、2008年和2014年人口和健康调查的见解。《公共科学图书馆•综合》。2016;11 (8):e0161221。https://doi.org/10.1371/journal.pone.0161221

    中科院文章PubMed公共医学中心谷歌学者

  9. 9

    Sartorius BKD,Sartorius K.《全球婴儿死亡率趋势和归因决定因素——一项使用192个国家1990-2011年期间数据的生态学研究》。人口健康指标。2014;12(1):29。https://doi.org/10.1186/s12963-014-0029-6

    文章谷歌学者

  10. 10.

    Sartorius BK,Kahn K,Vounatsou P,等。年轻和脆弱:南非农村婴儿死亡率的时空趋势和风险因素(Agincourt),1992-2007。BMC公共卫生。2010;10(1):645。https://doi.org/10.1186/1471-2458-10-645

    文章PubMed公共医学中心谷歌学者

  11. 11.

    杯蟹AG)。个人和社区层面对儿童死亡率的影响:对撒哈拉以南非洲28项人口和健康调查的分析。国土安全部的工作。人民行动党;2010.1 - 86页。http://www.measuredhs.com/pubs/pdf/WP73/WP73.pdf.2017年9月17日

    谷歌学者

  12. 12.

    Sartorius B, Veerman LJ, Manyema M, Chola L, Hofman K.肥胖的决定因素和相关的人口归因,南非:来自全国小组调查的经验证据,2008-2012。《公共科学图书馆•综合》。2015;10(6):2008 - 12。https://doi.org/10.1371/journal.pone.0130218

    中科院文章谷歌学者

  13. 13.

    Akachi Y, Steenland M, Fink G.关键干预覆盖率与儿童死亡率之间的关联:对撒哈拉以南非洲241个地方国家区域的分析。国际流行病学杂志。2018;47(3):740-51。https://doi.org/10.1093/ije/dyx262

    文章PubMed谷歌学者

  14. 14.

    Sartorius BKD,Sartorius K,Chirwa TF,Fonn S.南非婴儿死亡率分布、关联和政策含义,2007年:生态空间分析。国际卫生地理杂志。2011;10(1):61.https://doi.org/10.1186/1476-072X-10-61

    文章PubMed公共医学中心谷歌学者

  15. 15.

    刘志强,王志强,王志强,等。基于gis的疟疾可持续控制策略的时空分析。BMC医学。2018;16(1):226。https://doi.org/10.1186/s12916-018-1224-2

    文章PubMed公共医学中心谷歌学者

  16. 16.

    Byberg S,Østergaard医学博士,Rodrigues A,Martins C,Benn CS,Aaby P,Fisker AB.几内亚比绍农村1992-3年和2002-3年出生队列婴儿死亡率的风险因素分析.公共科学图书馆综合版.2017;12(5):e0177984。https://doi.org/10.1371/journal.pone.0177984

    中科院文章PubMed公共医学中心谷歌学者

  17. 17.

    Marmot M,Bell R.《可持续发展目标与健康公平》。流行病学,2017;29(1):5-7。https://doi.org/10.1097/ede.0000000000000773

    文章谷歌学者

  18. 18.

    不让任何一个人掉队:在千年发展目标缺乏的地方,可持续发展目标能否成功?新闻界Dev。2016;24(1):69 - 81。https://doi.org/10.1080/13552074.2016.1142206

    文章谷歌学者

  19. 19.

    Achoki T、Miller Petrie MK、Glenn SD、Kalar N、Lesego A、Gathecha GK、Alam U、Kiarie HW、Maina IW、Adetifa IMO、Barsosio HC、Degfie TT、Keiyoro PN、Kiiritio DN、Kinfu Y、Kinyoki DK、Kisia JM、Krish VS、Lagat AK、Mooney MD、Moturi WN、Newton CRJ、Ngunjiri JW、Nixon先生、Soti DO、van de Vijver S、Yonga G、Hay SI、Murray CJL、Naghavi M.健康衰退1990-2016年肯尼亚各县的城市疾病及其对决策者的影响:2016年全球疾病负担研究的系统分析,《柳叶刀全球治疗》2018;7(1):e81-95。https://doi.org/10.1016/s2214 - 109 x (18) 30472 - 8

    文章谷歌学者

  20. 20

    济慈·EC、马查里亚·W、辛格·NS、阿克塞尔·N、拉维尚卡尔·N、恩古吉·阿克、里兹维·A、哈姆巴·恩、托勒·J、布塔·扎。加速肯尼亚到2030年的进步:理解1990年至2015年五岁以下儿童死亡率的决定因素。BMJ Glob Heal.2018;3(3):e000655。https://doi.org/10.1136/bmjgh-2017-000655

    文章谷歌学者

  21. 21

    Hategeka C,Tuyisenge G,Bayingana C,Tuyisenge L.在布隆迪、肯尼亚、卢旺达、乌干达和坦桑尼亚,扩大各种社区层面干预对儿童死亡率的影响:一项模型研究.全球康复政策,2019;4(1):1-13。https://doi.org/10.1186/s41256-019-0106-2

    文章谷歌学者

  22. 22

    肯尼亚儿童死亡率:1980年代末至1990年代中期趋势和决定因素的检验。2001.https://pdfs.semanticscholar.org/d3fe/b1ec6b3d7821823bcfa96c87bb8349f4666e.pdf.2018年2月20日。

    谷歌学者

  23. 23

    Demombynes G,TrommlerováSK.《是什么推动了21世纪肯尼亚婴儿死亡率的下降?》《经济学人》2016;21:17–32。https://doi.org/10.1016/j.ehb.2015.11.004

    文章PubMed谷歌学者

  24. 24

    Frings M, Lakes T, Müller D, Khan MMH, Epprecht M, Kipruto S, Galea S, Gruebner O.建模和绘制肯尼亚疾病负担。Sci众议员2018;8(1):1 - 9。https://doi.org/10.1038/s41598-018-28266-4

    中科院文章谷歌学者

  25. 25

    综述:因果归因的策略。Methodol。brief Impact Eval. 2014:16。http://devinfolive.info/impact_evaluation/ie/img/downloads/Overview_Strategies_for_Causal_Attribution_ENG.pdf.于2020年8月3日查阅。

  26. 26

    Stern E Stame N Mayne J,et al。扩大影响评价中贸易方法的设计和好处的范围:国际发展部委托进行的一项研究报告,2012年。https://www.oecd.org/derec/50399683.pdf. 2019年5月22日查阅

    谷歌学者

  27. 27.

    格陵兰S.马尔多纳多G.估计因果效应.国际传染病杂志,2002;31(2):431-8。https://doi.org/10.1093/ije/31.2.422

    文章谷歌学者

  28. 28.

    Yé Y, Eisele TP, Eckert E, Korenromp E, Shah JA, Hershey CL, Ivanovich E, Newby H, Carvajal-Velez L, Lynch M, Komatsu R, Cibulskis RE, Moore Z, Bhattarai A.撒哈拉以南非洲疟疾控制干预措施对全因儿童死亡率的健康影响评估框架。美国医学杂志。2017;97(3_Suppl): 9-19。https://doi.org/10.4269/ajtmh.15-0363

    文章PubMed公共医学中心谷歌学者

  29. 29.

    Murray CJL, Lopez AD。关于健康风险的可比量化:全球疾病负担研究的教训。流行病学,1999;10(5):594 - 605。https://doi.org/10.1097/00001648-199909000-00029

    中科院文章PubMed谷歌学者

  30. 30.

    谁。人口健康概述:概念、伦理、测量和应用。日内瓦:世界卫生组织;2002.https://apps.who.int/iris/bitstream/handle/10665/42439/9241545518.pdf

    谷歌学者

  31. 31.

    等。第四章:可归因于某些危险因素的死亡率和疾病负担的比较量化。Glob Burd Dis危险因素[j]。https://doi.org/10.5860/CHOICE.44-4479

  32. 32.

    等。健康风险的比较量化:概念框架和方法问题。《人口健康指标》,2003年;1(1):1。https://doi.org/10.1186/1478-7954-1-1

    文章谷歌学者

  33. 33.

    Gakidou E,Cowling K,Lozano R,Murray CJL.1970年至2009年期间175个国家教育程度的提高及其对儿童死亡率的影响:系统分析.《柳叶刀》2010;376(9745):959-74。https://doi.org/10.1016/s0140 - 6736 (10) 61257 - 3

    文章PubMed谷歌学者

  34. 34.

    Verguet S, Nandi A, Filippi V, Bundy DAP。印度和尼日尔与孕产妇有关的死亡和少女贫困:模拟研究的结果。BMJ开放。2016;6 (9):e011586。https://doi.org/10.1136/bmjopen-2016-011586

    文章PubMed公共医学中心谷歌学者

  35. 35.

    印度社会部门支出与儿童死亡率:1997年至2009年的邦级分析。《公共科学图书馆•综合》。2013;8 (2):e56285。https://doi.org/10.1371/journal.pone.0056285

    中科院文章PubMed公共医学中心谷歌学者

  36. 36.

    Ng M,Colson KE,Fullman N等。评估疟疾病媒控制和其他妇幼保健干预措施在降低赞比亚五岁以下儿童全因死亡率方面的贡献。我是J Trop Med Hyg。2017;97(3_Suppl):58-64。https://doi.org/10.4269/ajtmh.15-0315

    文章PubMed谷歌学者

  37. 37.

    穆雷CJ,洛佩兹广告总监。《全球疾病负担:1990年和预计到2020年因疾病、伤害和风险因素造成的死亡率和残疾的全面评估》。1.哈佛大学出版社,1996年。doi:https://doi.org/10.1088/1742-6596/707/1/012025

  38. 38.

    Mokdad AH, Jaber S, Abdel Aziz MI等。阿拉伯世界的健康状况,1990-2010年:对疾病、伤害和风险因素负担的分析。柳叶刀》。2014;383(9914):309 - 20。https://doi.org/10.1016/S0140-6736(13)62189-3

    文章PubMed谷歌学者

  39. 39.

    《儿童生存决定因素研究框架》,世界卫生组织,2003;81(2):138-9。

    PubMed公共医学中心谷歌学者

  40. 40.

    Corsi DJ, Subramanian SV。孕产妇和儿童健康干预措施覆盖率与5岁以下儿童死亡率之间的关联:对35个撒哈拉以南非洲国家的重复横断面分析。全球卫生行动。2014;7(1):24765。https://doi.org/10.3402/gha.v7.24765

    文章PubMed谷歌学者

  41. 41

    陈春林。发展中国家儿童生存研究的分析框架。人民发展Rev. 1984; 81:25-45。

    文章谷歌学者

  42. 42

    Schell CO,Reilly M,Rosling H,Peterson S,Mia EkströM A.《婴儿死亡率的社会经济决定因素:152个低收入、中等收入和高收入国家的全球研究》,《斯堪的纳维亚公共卫生》2007;35(3):288-97。https://doi.org/10.1080/14034940600979171

    文章PubMed谷歌学者

  43. 43

    NACC。肯尼亚艾滋病毒流行率估计。2020.https://nacc.or.ke/.查阅日期:2020年10月22日

    谷歌学者

  44. 44

    Funk C, Peterson P, Landsfeld M, Pedreros D, Verdin J, Shukla S, Husak G, Rowland J, Harrison L, Hoell A, Michaelsen J.气候危害与站的红外降水-监测极端天气的新环境记录。科学数据。2015;2(1):21。https://doi.org/10.1038/sdata.2015.66

    文章谷歌学者

  45. 45

    杨卫东,陈建军,杨卫东,邱国强。植被指数增强和归一化植被指数对地形影响的敏感性研究。传感器。2007;(11):2636 - 51。https://doi.org/10.3390/s7112636

    文章PubMed谷歌学者

  46. 46

    Babyak马。你所看到的可能不是你所得到的:一个简单的、非技术的回归型模型中过拟合的介绍。Psychosom医学。2004;66(3):411 - 21所示。https://doi.org/10.1097/01.psy.0000127692.23278.a9

    文章PubMed谷歌学者

  47. 47

    莫塔夫。几种变量选择方法应用于真实生态数据的表现。生态。2009;12(10):1061 - 8。https://doi.org/10.1111/j.1461-0248.2009.01361.x

    文章PubMed谷歌学者

  48. 48

    Moraga P, Cano J, Baggaley RF, Gyapong JO, Njenga SM, Nikolay B, Davies E, Rebollo MP, Pullan RL, Bockarie MJ, Hollingsworth TD, gambir M, Brooker SJ。在扩大干预措施之前对撒哈拉以南非洲的淋巴丝虫病的分布和传播强度进行建模:综合使用地质统计学和数学建模。寄生虫向量。2015;8(1):1 - 16。https://doi.org/10.1186/s13071-015-1166-x

    中科院文章谷歌学者

  49. 49

    derbe K, Fronterre C, Dejene T, Biadgilign S, Deribew A, Abdullah M, Cano J.测量2005 - 2016年埃塞俄比亚阴道瘘负担减少的空间异质性。Sci众议员2020;10(1):972。https://doi.org/10.1038/s41598-020-58036-0

    中科院文章PubMed公共医学中心谷歌学者

  50. 50

    努尔阿姆、金约基DK、蒙迪亚CW、卡巴拉CW、穆图亚JW、阿莱干纳弗吉尼亚、福尔伊斯、斯诺RW。非洲恶性疟原虫疟疾感染风险的变化:2000-10:传播强度的时空分析。柳叶刀。2014;383(9930):1739-47。https://doi.org/10.1016/S0140-6736(13)62566-0

    文章PubMed公共医学中心谷歌学者

  51. 51

    Snow RW, Kibuchi E, Karuri SW, Sang G, Gitonga CW, Mwandawiro C, Bejon P, Noor AM。肯尼亚海岸自1974年以来疟疾流行的变化:气候、药物和病媒控制。《公共科学图书馆•综合》。2015;10 (6):e0128792。https://doi.org/10.1371/journal.pone.0128792

    中科院文章PubMed公共医学中心谷歌学者

  52. 52.

    《非洲妊娠期疟疾的分析》,世界卫生组织,1983;61(6):1005-16。

    中科院PubMed公共医学中心谷歌学者

  53. 53.

    Brabin BJ。疟疾在孕妇中的风险和严重程度1991;1:1-33。http://apps.who.int/iris/bitstream/10665/61511/1/TDR_FIELDMAL_1.pdf.访问日期:2016年10月18日

  54. 54.

    Guyatt HL, Snow RW。撒哈拉以南非洲孕妇恶性疟原虫相关性贫血的流行病学和负担美国热带医学杂志2001;64(1_suppl): 36-44。https://doi.org/10.4269/ajtmh.2001.64.36

    中科院文章PubMed谷歌学者

  55. 55.

    盖亚特HL,斯诺RWR。在撒哈拉以南非洲,孕期疟疾对低出生体重的影响。临床微生物学Rev. 2004;17(4): 760-9。https://doi.org/10.1128/CMR.17.4.760

    文章PubMed公共医学中心谷歌学者

  56. 56.

    完全懂得卫生部。肯尼亚国家疟疾政策。2010.www.nmcp.or.ke.访问日期:2016年5月22日

    谷歌学者

  57. 57.

    邹华,黑斯蒂T.通过弹性网络进行正则化和变量选择.J R Stat Soc Ser B Stat Methodol.2005;67(2):301-20。https://doi.org/10.1111/j.1467-9868.2005.00503.x

    文章谷歌学者

  58. 58.

    回归收缩和套索选择。J R Stat Soc Ser B. 1996; 58:267-88。

    谷歌学者

  59. 59.

    Waldmann P, Mészáros G, Gredler B, Fuerst C, Sölkner J.评估套索和弹性网在全基因组关联研究。麝猫。2013;4:1-11。https://doi.org/10.3389/fgene.2013.00270

    中科院文章谷歌学者

  60. 60.

    基于坐标下降的广义线性模型正则化路径。J Stat software . 2010; 33:1-22。https://doi.org/10.18637/jss.v033.i01

    文章PubMed公共医学中心谷歌学者

  61. 61.

    Dwomoh D,Amuasi S,Agyabeng K,Incom G,Alhassan Y,Yawson AE.了解婴儿和五岁以下儿童死亡率的决定因素:加纳人口和健康调查的多变量分解分析,2003,2008和2014.BMJ Glob Heal.2019;4(4):e001658。https://doi.org/10.1136/bmjgh-2019-001658

    文章谷歌学者

  62. 62.

    Tagoe ET,Agbadi P,Nakua EK,Duodu PA,Nutor JJ,Aheto JMK.塞拉利昂五岁以下儿童死亡率的预测模型及社会经济和人口统计学决定因素.Heliyon.2020;6(3):e03508。https://doi.org/10.1016/j.heliyon.2020.e03508

    文章PubMed公共医学中心谷歌学者

  63. 63.

    《物种丰富度、性能估计器、估计器评价性能精度的概念与文献》。生态地理学(Cop)。2005;28(6):815-29。https://doi.org/10.1111/j.2005.0906-7590.04112.x

    文章谷歌学者

  64. 64.

    基于主成分分析的社会经济地位指数构建。卫生政策计划,2006;21(6):459-68。https://doi.org/10.1093/heapol/czl029

    文章PubMed谷歌学者

  65. 65

    O ' brien RM。一个关于方差膨胀因素的经验法则的警告。定性定量。2007;41(5):673 - 90。https://doi.org/10.1007/s11135-006-9018-6

    文章谷歌学者

  66. 66

    Pezzulo C, Bird T, Utazi EC,et al。撒哈拉以南非洲27个国家儿童死亡率的地理空间模型。国土安全部口角。肛交。13号报道。2016.http://dhsprogram.com/pubs/pdf/SAR13/SAR13.pdf.2016年1月1日

  67. 67

    贝叶斯图像恢复在空间统计中的应用。数学学报。1991;43(1):1 - 20。https://doi.org/10.1007/BF00116466

    文章谷歌学者

  68. 68

    利用时空模型研究疾病模式的稳定性。环境与健康,2008;116(8):1111-9。https://doi.org/10.1289/ehp.10814

    文章PubMed公共医学中心谷歌学者

  69. 69

    Ruktanonchai CW, Nilsen K, Alegana VA, Bosco C, Ayiko R, Seven Kajeguka AC, Matthews Z, Tatem AJ。1999-2015年四个东非国家孕产妇和新生儿保健服务空间不平等的时间趋势。公共卫生。2018;18(1):1339。https://doi.org/10.1186/s12889-018-6241-8

    文章PubMed公共医学中心谷歌学者

  70. 70.

    Gelman A, Rubin DB。使用多个序列的迭代模拟推断。统计科学。1992;7(4):457 - 72。https://doi.org/10.1214/ss/1177011136

    文章谷歌学者

  71. 71.

    斯皮格尔哈特D,托马斯A,贝斯特N,et al。WinBUGS用户手册1.4版MRC生物统计学单元。2003年。http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.726.775&rep=rep1&type=pdf.2019年1月5日查阅

  72. 72

    Lunn DJ, Thomas A, Best N, Spiegelhalter d。Stat第一版。2000;10(4):325 - 37。https://doi.org/10.1023/A:1008929526011

    文章谷歌学者

  73. 73

    肯尼亚HIV和AIDS的流行概况。临床医学杂志。2012;4(4):231-4。https://doi.org/10.1016/j.jecm.2012.06.007

    文章谷歌学者

  74. 74

    Grabbe KL, Menzies N, Taegtmeyer M, Emukule G, Angala P, Mwega I, Musango G, Marum E.在肯尼亚通过移动服务增加艾滋病毒咨询和检测的机会:战略、利用和成本效益。[J] .中国人兽共患病学报。2010;54(3):317-23。https://doi.org/10.1097/QAI.0b013e3181ced126.INCREASING

    文章PubMed公共医学中心谷歌学者

  75. 75

    Marum E, Taegtmeyer M, Chebet K.扩大肯尼亚自愿艾滋病毒咨询和检测。中华医学杂志。2006;296(7):859-62。https://doi.org/10.1001/jama.296.7.859

    中科院文章谷歌学者

  76. 76.

    Marum E,Morgan G,Hightower A,Ngare C,Taegtmeyer M.利用大众媒体宣传活动促进肯尼亚的自愿咨询和艾滋病毒检测服务.艾滋病.2008;22(15):2019-24。https://doi.org/10.1097/QAD.0b013e3283104066

    文章PubMed谷歌学者

  77. 77.

    Kohler PK, Okanda J, Kinuthia J, Mills LA, Olilo G, Odhiambo F, Laserson KF, Zierler B, Voss J, John-Stewart G.肯尼亚尼扬扎省预防母婴传播的社区评估。《公共科学图书馆•综合》。2014;9 (10):e110110。https://doi.org/10.1371/journal.pone.0110110

    中科院文章PubMed公共医学中心谷歌学者

  78. 78.

    Noor AM,Amin AA,Akhwale WS,Snow RW.增加肯尼亚农村儿童使用杀虫剂处理过的蚊帐的覆盖率和减少不平等现象.公共科学图书馆医学杂志,2007;4(8):e255。https://doi.org/10.1371/journal.pmed.0040255

    文章PubMed公共医学中心谷歌学者

  79. 79.

    Amin AA,Zurovac D,Kangwana BB,Greenfield J,Otieno DN,Akhwale WS,Snow RW.肯尼亚将国家疟疾药物政策改变为青蒿素类药物组合的挑战。Malar J.2007;6(1):72。https://doi.org/10.1186/1475-2875-6-72

    文章PubMed公共医学中心谷歌学者

  80. 80.

    Kavle JA, Ahoya B, Kiige L, Mwando R, Olwenyi F, Straubinger S, Gathi CM。爱婴社区倡议——从国家准则到实施:改善婴幼儿喂养做法和综合保健服务的多部门平台。妇幼营养杂志。2019;15(S1): 1-19。https://doi.org/10.1111/mcn.12747

    文章谷歌学者

  81. 81.

    “爱婴社区计划”(BFCI)对肯尼亚Koibatek地区补充喂养的有效性:一项随机对照研究。北京大学学报(自然科学版),2018;https://doi.org/10.1186/s12889-018-5519-1

    文章谷歌学者

  82. 82.

    肯尼亚幼童营养不良的趋势和决定因素:肯尼亚人口和健康调查;1993年,1998年,2003年和2008-2009年。公共卫生学报。2012;15(9):1715-27。https://doi.org/10.1017/S1368980012002856

    文章PubMed谷歌学者

  83. 83.

    Matanda DJ,Mittelmark MB,Kigaru DMD。肯尼亚儿童营养不良:1993年至2008-09年的趋势分析。BMC Pediatr.2014;14:1-13。

    文章谷歌学者

  84. 84.

    Kabubo-Mariara J, Ndenge GK, mabu DK。肯尼亚儿童营养状况的决定因素:来自人口和健康调查的证据。acta geographica sinica, 2009;18(3): 363-87。https://doi.org/10.1093/jae/ejn024

    文章谷歌学者

  85. 85.

    张志强,王志强,王志强,等。除疟疾外,坦桑尼亚门诊儿童发热的原因。中华医学杂志。2014;37(9):809-17。https://doi.org/10.1056/NEJMoa1214482

    中科院文章PubMed谷歌学者

  86. 86.

    谁。儿童疾病综合管理:综合方法。1997.https://apps.who.int/iris/bitstream/handle/10665/66085/WHO_CHD_97.12_Rev.2.pdf?sequence=1.2019年6月22日访问

    谷歌学者

  87. 87.

    Alegana VA, Maina J, Ouma PO, Macharia PM, Wright J, Atkinson PM, Okiro EA, Snow RW, Tatem AJ。撒哈拉以南非洲发热病例管理模式的国家和地方差异。Nat Commun。2018;9(1):4994。https://doi.org/10.1038/s41467-018-07536-9

    中科院文章PubMed公共医学中心谷歌学者

  88. 88.

    Dennis ML, Abuya T, Campbell OMR, Benova L, Baschieri A, Quartagno M, Bellows B.评估产妇保健券方案对肯尼亚实行免费产妇服务前后服务使用的影响:一项准实验研究。医学杂志。2018;3(2):1-11。https://doi.org/10.1136/bmjgh-2018-000726

    文章谷歌学者

  89. 89

    Dennis ML, Benova L, Abuya T, Quartagno M, Bellows B, Campbell OMR。产妇保健的启动和连续性:审查代金券和取消用户费用对肯尼亚产妇保健服务使用的作用。卫生政策计划,2019;34(2):120-31。https://doi.org/10.1093/heapol/czz004

    文章PubMed公共医学中心谷歌学者

  90. 90.

    Gitobu CM, Gichangi PB, Mwanda WO。肯尼亚的免费产妇保健政策对利用卫生设施提供服务以及公共卫生设施产妇和新生儿死亡率的影响。BMC妊娠分娩。2018;18(1):1 - 11。https://doi.org/10.1186/s12884-018-1708-2

    文章谷歌学者

  91. 91.

    Dennis ML, Benova L, Goodman C,et al。审查1997-2012年肯尼亚公共初级保健设施的用户费用减少情况:对产前保健的使用和内容的影响。国际卫生公平杂志,2020;8:1-13。https://doi.org/10.1186/s12939-020-1150-8

  92. 92.

    卫生补助券:肯尼亚生殖健康服务的需求方以产出为基础的援助办法。全球公共卫生。2010;5(6):578-94。https://doi.org/10.1080/17441690903436573

    中科院文章PubMed谷歌学者

  93. 93.

    Abuya T, Njuki R, Warren CE, Okal J, Obare F, Kanya L, Askew I, Bellows B.对肯尼亚实施生殖健康券方案的政策分析。BMC公共卫生。2012;12(1):1。https://doi.org/10.1186/1471-2458-12-540

    文章谷歌学者

  94. 94.

    Haji A,Lowther S,Ngan Z,et al。降低常规疫苗接种辍学率:评估肯尼亚三个地区的两项干预措施,2014年。BMC公共卫生2016;16:1–8。内政部:https://doi.org/10.1186/s12889-016-2823-51。

  95. 95.

    Gibson DG、Ochieng B、Kagucia EW、Obor D、Odhiambo F、O'Brien KL、Feikin博士。肯尼亚西部农村儿童中未接受免疫、延迟接受免疫和严重免疫不足的个体水平决定因素。疫苗。2015;33(48):6778–85。https://doi.org/10.1016/j.vaccine.2015.10.021

    文章PubMed谷歌学者

  96. 96

    Calhoun LM,Van Eijk AM,Lindblade KA等。2003年横断面调查中肯尼亚西部儿童疫苗接种的决定因素和覆盖率。我是J Trop Med Hyg。2014;90(2):234–41.https://doi.org/10.4269/ajtmh.13-0127

    文章PubMed公共医学中心谷歌学者

  97. 97

    完全懂得卫生部。肯尼亚DVI综合多年计划2006-2010;2010.1 - 83页。http://e-cavi.com/wp-content/uploads/2014/11/KENYA-IMMUNIZATION-MULTI-YEAR-PLAN-2006_2010.pdf.于2020年5月22日查阅

    谷歌学者

  98. 98

    Carlson GJ, Kordas K, Murray-Kolb LE。妇女自主与儿童营养状况之间的联系:文献综述。妇幼营养。2015;11(4):452-82。https://doi.org/10.1111/mcn.12113

    文章PubMed谷歌学者

  99. 99

    Mahapatro SR.《印度妇幼保健服务的利用:妇女自主权重要吗?》J Fam Welf. 2012; 58:22-33。http://medind.nic.in/jah/t12/i1/jaht12i1p22.pdf

    谷歌学者

  100. One hundred.

    《印度尼西亚的家庭规模、未成年人和儿童健康及医疗保健利用》,Bull Indones Econ Stud.2002;38(1):43-59。https://doi.org/10.1080/000749102753620275

    文章谷歌学者

  101. 101.

    Peters C, Rees DI, Hernández-Julián R.孟加拉国农村地区家庭规模与儿童健康之间的权衡。中国科学(d辑);2014;40(1):71-95。https://doi.org/10.1057/eej.2012.36

    文章谷歌学者

  102. 102.

    KravdalØ,Kodzi I.《撒哈拉以南非洲儿童发育迟缓:高生育率是否存在外部效应?》Demogr Res.2011;25:565–94。https://doi.org/10.4054/DemRes.2011.25.18

    文章谷歌学者

  103. 103.

    越多越健康?健康和家庭规模2013.https://pdfs.semanticscholar.org/a5bf/732709f97361b6f8be7f4a0f6eec584212d7.pdf?_ga=2.202123473.1349083871.1591125605-1488162708.1591125605.于2020年5月22日查阅

    谷歌学者

  104. 104.

    等。胎次和产妇年龄与小胎龄、早产、新生儿和婴儿死亡率的关联:一项荟萃分析BMC公共卫生,2013;13(增刊3):S2。https://doi.org/10.1186/1471-2458-13-S3-S2

    文章PubMed公共医学中心谷歌学者

  105. 105.

    卫生部/完全懂得。肯尼亚2019-2023年疟疾战略。2019.http://www.nmcp.or.ke

    谷歌学者

  106. 106.

    nandu NK, Manda S, Besada D, Rohde S, Oliphant NP, Doherty T.在趋势分析中调整召回是否会影响孕产妇和儿童健康指标的覆盖率估计?DHS和MICS调查数据分析。全球卫生行动。2016;9(1):32408。https://doi.org/10.3402/GHA.V9.32408

    文章PubMed谷歌学者

  107. 107.

    健康暴露模型与生态谬误。生物统计学。2006;7(3):438 - 55。https://doi.org/10.1093/biostatistics/kxj017

    文章PubMed谷歌学者

  108. 108

    福瑟林厄姆·阿斯,王德伟.多元统计分析中的可修正面积单位问题.环境规划A.1991;23(7):1025-44。https://doi.org/10.1068/a231025

    文章谷歌学者

  109. 109

    KulhánováI、Hoffmann R、Judge K、Looman CW、Eikemo TA、Bopp M、Deboosere P、Leinsalu M、Martikainen P、RychtaříkováJ、Wojtyniak B、Menvielle G、Mackenbach JP、EURO-GBD-SE财团。评估高等教育参与度增加对死亡率的潜在影响:来自21个欧洲人口的证据。Soc Sci Med.2014;117:142-9https://doi.org/10.1016/j.socscimed.2014.07.027

    文章PubMed谷歌学者

  110. 110.

    KNBS。2019肯尼亚人口和住房普查报告。https://www.knbs.or.ke/?p=5732.Accessed 22 Apr 2020

  111. 111.

    明尼苏达州人口中心。综合公共用途微数据系列,国际版:6.5[肯尼亚人口普查数据]。2016年。https://international.ipums.org/international-action/variables/group?id=fert.访问21 Apr 2016

    谷歌学者

  112. 112.

    Alegana VA, Okiro EA, Snow RW。非洲疟疾发病率估计的常规数据:挑战和前景。BMC医学。2020;18(1):121。https://doi.org/10.1186/s12916-020-01593-y

    文章PubMed公共医学中心谷歌学者

下载参考资料

确认

PMM要感谢KEMRI-Wellcome信托研究项目的Lucas Malla博士在模型开发期间进行的方法学讨论。

资金

PMM的资金来自理想项目,三角洲非洲倡议[DEL-15-003]。三角洲非洲倡议是一个独立的非洲科学院的资助计划(AAS)的加速科学卓越联盟支持的在非洲(AESA)和非洲发展新伙伴关系计划和协调机构(NEPAD机构)和来自威康信托基金会(107769号/ Z / 10 / Z)和英国government. RWS is funded by Wellcome Trust Principal Fellowship (numbers 103602 & 212176) that also provided support for PMM. EAO is supported as a Wellcome Trust Intermediate Fellow (number 201866) that also supported NKJ; PMM, NKJ, RWS and EAO acknowledge the support of the Wellcome Trust to the Kenya Major Overseas Programme (# 203077). The views expressed in this publication are those of the authors and not necessarily those of AAS, NEPAD Agency, Wellcome Trust or the UK government. The funder of the study had no role in the study design, data collection, data analysis, data interpretation, or writing of the report.

作者信息

隶属关系

作者

贡献

PMM负责模型的开发、分析和初稿的撰写。NKJ支持数据的组装和验证。BS、RWS和EAO在整个项目中提供了科学和方法上的支持。所有的作者审查了最终的分析,可以访问数据和批准最终的手稿。所有作者阅读并满足ICMJE的作者资格标准。

相应的作者

对应到彼得·马查里亚

道德声明

伦理批准和同意参与

不适用。手稿不包含任何个人数据。它使用了之前发表在Macharia等人的二手汇总数据。[1或为注册用户提供在线数据存储库的开放访问。

同意出版

不适用。手稿不包含任何个人数据。

相互竞争的利益

两位作者宣称他们没有相互竞争的利益。

额外的信息

出版商的注意

万博平台登陆网址施普林格《自然》杂志对已出版的地图和机构附属机构的管辖权要求保持中立。

补充信息

额外的文件1。

肯尼亚各县地图(第1节),基于文献的儿童生存相关因素的概念框架(第2节),所考虑因素的定义和它们的数据来源(第3节)。

额外的文件2。

模型开发框架,选择一组与肯尼亚1993年至2014年儿童生存显著相关的因素(第1节)和模型诊断(第2节)。

额外的文件3。

如果与1993年相比,与儿童生存相关的因素的覆盖率/流行率保持不变,则每个县每年避免的死亡人数和死亡人数(1994-2014年)(第1节),并通过覆盖每个县所有10个因素进行比较(第2节)。

权利和权限

开放获取本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图像或其他第三方材料都包含在本文的知识共享许可中,除非在该材料的信用额度中另有说明。如果资料不包括在文章的知识共享许可协议中,并且你的预期用途没有被法律规定允许或超过允许用途,你将需要直接从版权所有者获得许可。如欲查阅本许可证副本,请浏览http://creativecommons.org/licenses/by/4.0/.创作共用及公共领域专用豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据,除非在数据的信贷额度中另有说明。

再版和权限

关于这篇文章

通过交叉标记验证货币和真实性

引用这篇文章

马西娅,下午,约瑟夫,n.k.,斯诺,R.W.et al。1993-2014年肯尼亚儿童健康干预措施和风险因素对儿童生存的影响:一项具有反事实情景的贝叶斯时空分析。BMC医学19,102(2021)。https://doi.org/10.1186/s12916-021-01974-x

下载引文

关键字

  • 肯尼亚
  • 次国家
  • 反事实
  • 影响
  • 5岁以下儿童死亡率
  • 时空
Baidu