條文本

原始研究
改變的性別不平等模式可持續發展目標時期兒童死亡率在尼日利亞:發現一個人工神經網絡分析
  1. 丹尼爾Adedayo Adeyinka1,2,3,
  2. Pammla瑪格麗特Petrucka4,
  3. 倫Warnow艾薩克5,
  4. Nazeem Muhajarine1,3
  1. 1社區衛生和流行病學,薩斯喀徹溫省大學醫學院,薩斯卡通,薩斯喀徹溫省、加拿大
  2. 2公共衛生,聯邦衛生部,阿布賈、尼日利亞
  3. 3薩斯喀徹溫省人口健康和評估的研究單位,薩斯喀徹溫省大學,薩斯卡通,薩斯喀徹溫省、加拿大
  4. 4護理學院,薩斯喀徹溫省大學,Regina,薩斯喀徹溫省、加拿大
  5. 5兒科,醫學科學學院貢貝州立大學,岡貝、尼日利亞
  1. 對應到丹尼爾博士Adedayo Adeyinka;daa929在{}usask.ca

文摘

目標符合兒童生存和兩性平等目標的可持續發展目標(西班牙)3和5,我們旨在:(1)估計的年齡和性別死亡率趨勢而西班牙指標(例如,新生兒死亡率(NMR)和5歲以下幼兒的死亡率(U5MR))在1960年代- 2017期間,和(2)估計所需的預期年度削減利率達到SDG-3目標投射率從2018年到2030年。

設計組數據handling-type人工神經網絡方法(GMDH-type安)時間序列。

方法本研究使用了一個人工智能時間序列(GMDH-type安)預測不同年齡組兒童死亡率(新生兒和5歲以下兒童)和性別U5MR從2018年到2030年。數據集是曆史死亡率在1960年代和2017年之間,每年從世界銀行獲得的網站。死亡率軌跡模擬的兩個場景:(1)現狀scenarios-assuming當前趨勢持續下去;和(2)加速度scenarios-consistent西班牙的目標。

結果的預期利率下降2.0%,核磁共振為1.2%,U5MR,尼日利亞不會實現兒童生存2030年西班牙的目標。出乎意料,U5MR將在2028年開始增加。尼日利亞回到正軌,每年7.8%的削減利率,核磁共振為10.7%,U5MR是必需的。同時,女性U5MR比男性U5MR減少更慢。在西班牙時代的終結,女性死亡將高於男性死者(80.9 vs 62.6每1000個活產兒死亡)。

結論尼日利亞是不可能達到西班牙兒童生存的目標和性別股票,因為女性的缺點會惡化。一個合理的預計女性死亡率增加的原因是女性所麵臨的社會歧視和受害的孩子。利益相關者在尼日利亞需要充分兒童健康計劃到2030年實現西班牙目標。解決性別不平等在兒童死亡率在尼日利亞需要性別問題的政策和社區動員反對性別歧視對女性的孩子。

  • 流行病學
  • 社區兒童健康
  • 預防醫學
  • 公共衛生
  • 兒童保護
  • 統計數據和研究方法
http://creativecommons.org/licenses/by-nc/4.0/

這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/

來自Altmetric.com的統計

請求的權限

如果你想重用任何或所有本文的請使用下麵的鏈接,這將帶你到版權稅計算中心的RightsLink服務。你將能夠獲得快速的價格和即時允許重用內容在許多不同的方式。

本研究的優點和局限性

  • 這是第一個已知的發表的研究中,使用人工神經網絡時間序列預測兒童死亡率為尼日利亞,這可能使估計更準確。

  • 據我們所知,這是第一個研究,考察了性別不平等在5歲以下兒童死亡率在尼日利亞,以提供附加信息的進展達到兒童生存和兩性平等目標的可持續發展目標(西班牙)3和5。

  • 可靠性測試進行評估的一致性變化模式5歲以下兒童死亡率的性別不平等在西班牙的時代。

  • 本研究限製性別識別趨勢和預測新生兒死亡率由於新生兒性別分列的數據不可用。

介紹

近年來,已經有大量的全球改善兒童生存。1成功歸因於國際和國家行為的強化針對改善兒童健康的主要因素(如貧困、文盲、產前和產後護理不足、衛生)在資源有限的國家。盡管減少兒童死亡率的風險,大多數兒童死亡發生在撒哈拉以南的非洲地區,1在13個5歲兒童死亡之前(即每1000活產76例死亡)在2017年。1與一個5歲以下兒童死亡率(U5MR)在2017年的每1000活產100例死亡,尼日利亞占13%的全球負擔5歲以下兒童死亡,排名僅次於印度。1率在尼日利亞是全球U5MR的2.6倍。1

此前,尼日利亞沒有實現年發展目標4,這是旨在減少U5MR三分之二在1990和2015之間。2進一步,因為一直威脅兒童生存的問題(如早產並發症、肺炎、intrapartum-related事件、瘧疾、新生兒敗血症和腹瀉、環境因素和營養不良),1有研究報道,大多數國家在撒哈拉以南非洲可能達不到實現可持續發展目標3 (SDG-3),3 - 5其目的是為了減少U5MR 25每1000個活產兒死亡率和新生兒死亡(NMR) 12人死亡在2030年每1000個活產兒。6 7然而,證據在NMR和U5MR尼日利亞長期趨勢,以及這些利率是否有望達到SDG-3目標是稀疏的。還有研究限製基於以前的研究方法(例如,傳統的統計方法用於非線性模型數據)。8 - 10此外,沒有任何已知的出版研究預測性別5歲以下兒童死亡率為尼日利亞。通常,聚合兒童死亡率的預測模糊了性別差異;因此,很難監控的國家的進步實現性別平等願望SDG-5到2030年,關注兒童生存。11雖然聯合國兒童死亡率估計機構間小組(UN-IGME)繼續生成性別U5MR數據,性別分列NMR更加困難。索耶說,12估算死亡率性介紹大型抽樣誤差引起的少量的男女死亡。

在最近的一次分析的數據來自195個國家的兒童死亡率,伊克巴爾13得出的結論是,女孩更有可能在生命的最初幾年死亡在低收入和中等收入國家(中低收入國家的要求)。在世界許多地區,這種模式已被歸因於性別歧視對女性的孩子。13日14相反,在尼日利亞的研究報告在5歲以下兒童死亡率男性劣勢。15日16高死亡率男性在兒童早期階段一直歸因於男孩和女孩之間生理上的差異。17然而,一些作者指出,有傾向於資源有限的國家(尼日利亞)都女性死亡因為家庭更傾向於報告男性死者。13日14

它必須實現及時的政策行動,以關閉現有的不平等gaps-a SDG-5和SDG-10目標的關鍵組成部分。符合預期的2014年聯合國呼籲加快可持續發展數據革命,18本研究旨在利用人工智能技術:(1)估計的年齡和性別死亡率趨勢而西班牙指標(即核磁共振和U5MR)在1960年代- 2017期;和(2)估計所需的預期年度削減利率達到SDG-3目標投射率從2018年到2030年。

方法

在這項研究中,我們使用了一個人工智能建模技術,被稱為數據的深度學習技術組方法handling-type人工神經網絡(GMDH-type安)算法,擴展UN-IGME的以前的工作。19我們分析不同年齡組曆史data-yearly U5MR 1964 - 2017和1967 - 2017年核磁共振在尼日利亞UN-IGME(估計)。與關鍵的利益相關者協商在尼日利亞,UN-IGME重新計算兒童死亡率估計基於完整的出生記錄,從開展了兩次全國性調查,獲得(即國家人口和健康調查和多個集群指標調查)。確保數據可比性與其他國家,這個團隊調整為艾滋病毒和國內衝突的雙重影響兒童生存使用貝葉斯b樣Bias-adjusted回歸。U5MRs被分解生物屬性(性)。性別與U5MR不同,我們不能報告核磁共振,因為數據不可用。數據集是來自世界銀行的官方網站。20.

長期預測之前,聚合曆史U5MR首次實現了自回歸綜合移動平均(ARIMA)回歸,Holt-Winters指數平滑模型,長期短期記憶遞歸神經網絡(LSTM RNN)和GMDH-type安。21這個初始intermethod評估是確定最好的預測方法為尼日利亞兒童死亡率數據。判斷從戴明回歸係數的攔截,修改Nash-Sutcliffe效率係數模型、根均方誤差(RMSE)、根平均絕對誤差(MAE)和Diebold-Mariano測試,GMDH-type安優於傳統的統計技術(ARIMA和Holt-Winters模型)和LSTM RNN。21全麵的細節可以發現不同的統計方法在我們的前一篇文章。21

模型擬合

人工智能實現了時間序列多項式的神經元功能GMDH-type神經網絡在GMDH殼DS V.3.8.9軟件核心算法。22GMDH-type算法是一個家庭歸納人工神經網絡具有自組織特征的複雜係統建模。23理論GMDH-type安在傳統統計方法的優點是它能自動學習的模式數據,沒有先天的人類知識,因此最小化錯誤。24類似於人類的大腦,安體係結構(即hyperparameters)由大型計算units-neural層通過突觸連接權重。25這些hyperparameters必須充分時指定配置神經網絡,以減少計算時間和錯誤。為了減少預測誤差,神經架構(hyperparameters)校準Banica密切關注所使用的方法論的方法26停止規則是:(1)連續失敗的神經層進一步提高模型精度,(2)改變測試誤差不到1%,和(3)的飽和層。在選擇層和神經元的數量,我們跟著漿果和Linoff的建議表明,隱藏的神經元的數目應該小於輸入層的兩倍大小。27 28網絡層的最大數量配置的算法和初始神經元的分層架構添加到輸入60歲和25歲的分別。25神經結構,樣本內預測(1960 - 2017)和樣本外預測(2018 - 2030),連同他們的預測95%的間隔(π),生成的死亡率。π是來自正態分布的分位數估計的標準誤差。

以前的研究已經指出,時間序列平穩性在於數據的有效性和模型的複雜性。29 30然而,人們普遍同意,神經網絡訓練時表現更好的點不overfit(或underfit)。29 30同時,符合證據表明多變量時間序列不提高預測精度,31-34我們模仿NMR和U5MR單變量時間序列的長期趨勢。內置的GMDH-type算法的解算器22用於數據預處理(刪除趨勢)。用帕累托原則,35 36數據集隨機劃分為訓練集(80%)和測試組(20%)。我們增強了驗證過程通過使用一個迭代perceptron-type procedure-polynomial GMDH-type和RMSE-balance標準的神經網絡。25從測試獲得的殘差部分被用於模型的比較。神經網絡的預測性能與精度驗證,RMSE和梅。

估計死亡率的變化趨勢

我們執行Mann-Kendall和森的斜率測試評價意義的變化趨勢。估計的變化趨勢,每年減少的速度(ARR)計算如下4:

嵌入式圖像

先生t是基準年的死亡率和n是兩個利率之間的數年。4

的ARR描述恒定速率兩個時間段之間的死亡率下降。4生成的預期ARR死亡率高達2030(西班牙時代的結束),我們建立了兩個場景的死亡率軌跡:(1)現狀scenarios-projected估計來自GMDH-type安從2018年到2030年,假設目前的策略和曆史趨勢繼續下去;和(2)加速度scenarios-consistent西班牙25人死亡的目標每1000個活產兒U5MR和12人死亡在2030年每1000個活產兒的核磁共振。

估計的相對和絕對的性別不平等

性別不平等的維度(即不公平U5MR男性和女性之間的差異)評估絕對與相對不公平和不平等。37相對和絕對死亡率不平等都是作為性別偏見的代理措施。13日14在本文中,社會不平等意味著不同形式的性別劣勢與文化規範/實踐,教育和經濟機會,公民參與,最終不良健康結果和較短的預期壽命。

相對不公平(或稱為相對風險或風險率)估計U5MR的男女性別比例。性死亡率是每100名女性的男性死亡人數在人口死亡。絕對inequity-an估計風險或由於過剩的風險計算是男性和女性之間的風險差異。性死亡率(< 1)或負的超額死亡率風險意味著性別偏見不利的女性(即女性的劣勢和男性優勢),反之亦然。此外,我們評估之間的關係性死亡率和U5MR與斯皮爾曼等級相關(r)。在這項研究中,使用的性是指生物和生理身份,性別是一個社會和文化結構。

可靠性測試

評估的可靠性的變化模式性別不平等在西班牙兒童生存的時代,我們生成一個Bland-Altman情節和皮特曼的測試和林的一致性相關係數統計評估的協議預計性別比例(來自GMDH-type安)性別比例來自ARIMA回歸。動機是識別係統的差異和可能的異常值的相對大小男女U5MR(比例尺度)兩時間序列方法。麥克布萊德稱,38協議一致性係數被解釋為:可憐的(< 0.90),中等(0.90 - -0.95),實質性的(0.95 - -0.99)和優秀的(0.99)。傳統的統計分析是實現占據V.15.1軟件。39一個雙邊p值< 0.05和95%獨聯體被用來評估統計學意義。

結果

死亡率從1964年到2017年的曆史趨勢

表1顯示曆史為新生兒和5歲以下幼兒的死亡率在尼日利亞的孩子。2017年,聚合U5MR是100.2每1000個活產兒減少- 69.2%從1964年的324.8每1000個活產兒死亡趨勢(p < 0.001)。同時,核磁共振顯示明顯下降- 53.2%,從1967年的每1000活產70.3死亡32.9在2017年每1000個活產兒死亡趨勢(p < 0.001)。在整個研究期間(1964 - 2017),核磁共振拒絕以較慢的速度每年(ARR = 1.5%)相比,U5MR (ARR = 2.2%)。在死亡率指標,利率下降的高與1960年相比,1990年和2017年之間s - 1990 (表1)。所示在線補充圖S1、年齡和性別死亡率在尼日利亞顯示類似的模式的逐步下降。下降的初始階段是證明在1960年代和1980年代之間。而利率溫和增加1980年代初至1990年代末,最陡下降(第三階段)被觀察到在2017年代末和1990之間。

表1

曆史的年齡和性別死亡率為尼日利亞、1960 s - 2017

雖然男性被觀察到U5MR高於女性(106.1 vs 93.8每1000個活產兒死亡),沒有實質性差異ARR 2017年底(2.2% vs 2.3%)。引人注目的是,相對不公平(如由性死亡率)逐步惡化的男性從2017年的1.09到1964年的1.13,而絕對不平等有所改善,超額男性5歲以下兒童死亡率從1964年每1000個活產兒的27.3下降到12.3在2017年每1000個活產兒。提出了性別偏見對5歲以下兒童死亡率的影響圖1。有強烈的逆相關性相對不公平和U5MR(斯皮爾曼的r =−0.83, p < 0.001)。隨著女性死亡率劣勢增加,U5MR增加。

圖1

相對不平等之間的關係(性死亡率)和5歲以下幼兒的死亡率,尼日利亞,1964 - 2017。

GMDH-type安死亡率預測從2018年到2030年

GMDH-type安時間序列的預測誤差較低rates-RMSE(範圍:0.07 - -0.17)和梅(範圍:0.05 - -0.14),和高水平的準確性(範圍:81.3% - -100%)(在線補充表S1)。

不同年齡組兒童死亡率的場景

模仿死亡率從2018年到2030年的5歲以下兒童和新生兒圖2 a, B,分別。相應的數值估計和95%的π所示在線補充表S1。從GMDH-type安時間係列,兒童死亡率在尼日利亞將繼續穩步下降,但預測利率將不足以實現到2030年西班牙的兒童生存目標。預計ARR 1.19%(現狀的場景),U5MR將85.9(95%π85.7 - -86.1)在2030年每1000個活產兒死亡從100.2下降14.3%的死亡在2017年每1000個活產兒(圖2一個)。每年2.01%的速度的預測趨勢後,NMR將25.3(95%π25.1 - -25.5)在2030年每1000個活產兒死亡從32.9 - 23.1%減少死亡人數在2017年每1000個活產兒(圖2 b)。在最初在2018年和2027年之間下降,NMR將穩步上升到峰值為30.7在2029年每1000個活產兒死亡,那麼它將下降到25.3到2030年每1000個活產兒死亡。然而,U5MR將下降到2028年。令人驚訝的是,U5MR將增長從2028年到2030年(圖2)。進一步分析死亡的軌跡顯示在2028年到2029年之間增加U5MR可能是由於NMR在此期間激增。然而,2029年和2030年之間U5MR增加可能是由於兒童(1 - 4年)死亡率(上升在線補充圖S2)。增加還原年利率(場景)加速度U5MR和核磁共振的10.7%降至7.8%(即9和3.9倍的利率現狀場景)將導致實現SDG-3目標到2030年(圖3)。

圖2

的數據組織方法的長期預測handling-type人工神經網絡(GMDH-type安)尼日利亞,2018 - 2030。(一)5歲以下兒童死亡率。(B)新生兒死亡率。

圖3

投影場景不同年齡組死亡率、尼日利亞、2018 - 2030。(一)5歲以下兒童死亡率。(B)新生兒死亡率。人工神經網絡(ANN)估計重繪了占據V.15.1。加勒比海盜,年率減少;西班牙、可持續發展的目標。

性別的兒童死亡率的場景

圖2一個顯示的預測趨勢U5MR,分層性。男性和女性的死亡率將降低到62.6(π62.2 - -62.9 95%)死亡每1000個活產兒和80.9(π80.7 - -81.0 95%)每1000個活產兒死亡,在2030年分別。在現狀的場景中,我們預測男性U5MR以更快的速度將降低(ARR = 4.1%)比女性U5MR (ARR = 1.1%)。男性的死亡率將繼續高於女性U5MR直到2024年。值得注意的是,女性的死亡率將超過男性U5MR之後到2025年,將穩步增長。然而,男性死亡率將會繼續下降,直到2029年,然後增加。引人注目的是,女性的未滿足的差距U5MR將高於男性U5MR (57.6 vs 39.7每1000個活產兒死亡)到2030年,如果目前的趨勢繼續下去。實現兩性西班牙目標才有可能實現的ARR 11.1%男性和10.2%女性(加速度情況)(圖4)。

圖4

投影場景性別死亡率、尼日利亞、2018 - 2030。(一)男性死亡率。(B)女性死亡率。人工神經網絡(ANN)估計重繪了占據V.15.1。加勒比海盜,年率減少;西班牙、可持續發展的目標。

未來的軌跡相對和絕對的性別不平等

所示在線補充表S2樣本外預測,相對不平等(男女U5MR比率)改變了31.9%(2030年的1.13到2018年的0.77),絕對不平等變化了57.8%(2018年的11.6−18.3在2030年每1000個活產兒死亡)。而相對不平等不斷增長從1964年的1.09,它達到了頂峰的男性1.13 2013 - 2018年期間的缺點。性死亡率開始下降(即增加女性的劣勢)——從2020年的1.11到2030年的0.77。這表明,到2030年,77名男性死亡將發生每100名女性死亡,每100名女性和113名男性的死亡在2018年死亡。也有一致的男性死亡率下降風險(即增加女性的絕對不平等)從1964年的27.3−18.3在2030年每1000個活產兒死亡趨勢(p < 0.001)。這表明,到2030年,每1000名活產18人死亡女性兒童將歸因於性別偏向女性的孩子。這些趨勢預測死亡率風險,尼日利亞希望到2030年減少U5MR成功的幹預措施。同樣,女性死亡,22.7%的5歲以下兒童死亡率風險是由於性別偏向女性的孩子,表明如果性別偏向女性的孩子可能會減少,尼日利亞希望2030年5歲以下兒童死亡率減少了23%。

可靠性測試

從Bland-Altman情節,林的一致性相關係數和皮特曼的測試,預計性死亡率源自GMDH-type安符合比率從ARIMA (在線補充圖S3)。一致性相關係數為0.96,表明大量GMDH-type安和ARIMA之間的協議。此外,Bland-Altman情節顯示,92.3%的協議。這兩個測量並不像他們的平均差統計不同(偏見)=−0.009,SD = 0.04和協議的極限=−0.092到0.075。因此,性別不平等的變化模式冷待西班牙時期女性的孩子是有效的(皮特曼的測試差異的方差:r = 0.50, p = 0.08)。

討論

盡管中低收入國家建設需要更好的證據來指導醫療保健計劃和資源部署,仍缺乏研究準確預測年度兒童死亡率。同樣,沒有日期的研究被稱為預測性別死亡率建立性別差異在尼日利亞兒童死亡率。本研究采用人工智能的方法來預測和提供利率減少年齡和性別兒童死亡率為尼日利亞在2030年前實現SDG-3和SDG-5目標。以當前利率的下降2.0%,核磁共振為1.2%,U5MR,尼日利亞不會實現兒童生存2030年西班牙的目標。出乎意料,U5MR將在2028年開始增加。然而,在2030年死亡率急劇上升的原因尚不清楚。逆轉的趨勢可能是由於可能的幹預後溫和放緩在減少兒童死亡率已經取得了進展。尼日利亞回到正軌,每年7.8%的削減利率,核磁共振為10.7%,U5MR是必需的。同時,女性U5MR比男性U5MR減少更慢。在西班牙時代的終結,女性死亡將高於男性死者(80.9 vs 62.6每1000個活產兒死亡)。

整個兒童生存指標,很顯然,曆史趨勢顯示略有增加死亡率從1980年代到1990年代,這拒絕之後。我們推測,這種模式可能與軍事獨裁和結構調整規劃介紹了應對經濟危機的國家在這一時期。40盡管如此,我們認為它是合理的屬性溫和的兒童死亡率下降在1990年代末的恢複民主的國家。41符合我們的立場,幾項研究已經民主相關改善人口健康。42-44一些作者也認為,軍事擴張軍事和武器進口)(即支出大幅上升在軍事獨裁時代的公共衛生支出和教育。45-47根據Golkhandan,增量的1%,人均軍費開支與資源有限的國家的人均衛生支出下降0.2%。47除了不穩定的軍事政府加上侵犯人權和擴張軍費開支,還應該指出的是,財政緊縮可能負麵影響人口健康(以U5MR)通過削減社會項目為弱勢群體(即失業,無家可歸和貧困)和增加稅收。48-50根據奧爾蒂斯和康明斯、50婦女和他們的孩子在資源有限的情況下得到不成比例地受到這樣的緊縮措施。相比之下,由軍事統治時期,已經有醫療總開支的增加在民主政權,進而積極影響兒童生存。然而,投資醫療大多來自外部源(例如,雙邊和多邊渠道)和現金支付。51 52政府在健康投資近年來一直減少。現任政府衛生支出低於2001阿布賈宣布15%的年度預算分配加強醫療保健。在最近的一項研究中,尼日利亞被指出的年度衛生預算從2014年的7.2%減少到2020年的4.4%。52不斷地削減政府醫療支出嚴重影響孕產婦和兒童保育服務在尼日利亞。重要的是要強調有一個進步的捐助疲勞資助人口健康計劃可能破壞兒童生存在未來收益。53-55我們預計,如果政府繼續削減資金並沒有承諾從捐贈者來填補資金缺口,2028年可能是潛在的爆發點觸發死亡率的增加。如圖所示在我們的研究中,預計增加到2028年U5MR應該是一個警鍾增加政府資金以避免預期未來的悲劇。此外,我們的研究結果是一致的研究表明,社會層麵的性別不平等與U5MR增加有關。56-59

本研究證實了先前的研究發現,尼日利亞不會達到2030年SDG-3兒童生存的目標,目前的進展速度。3U5MR和NMR仍將大幅高在85.9和25.3每1000個活產兒死亡,分別,如果沒有有效的政策和規劃的行動。Mejia-Guevara lee carter模型3報告略低U5MR尼日利亞的每1000活產73例死亡。沿著這條線的研究,Nigri60承認的優越性神經網絡(如用於這項研究)在古典lee carter過程模型非線性數據,如死亡率。這項研究由Mejia-Guevara沒有提供信息尼日利亞的年度進展和變化趨勢。在這項研究中,我們提供了波動模式的兒童死亡率的稅率死亡率監測的重要組成部分,和死亡率的趨勢是否會持續到2030年。我們在U5MR結果表明下降的趨勢,在2028年之前發生,而利率可能會增加。同樣,有性別U5MR在西班牙時代的變化模式。的性別差異的積極價值(絕對的不平等)和性別比例(相對不平等)大於1從2018年到2024年,男性有更高的死亡率,雖然正在縮小的趨勢。然而,女性U5MR將開始穩步上升,從2025年到2030年女性的生存優勢就消失了。與其他研究結果一致,12 13 61 - 64這項研究表明,5歲以下兒童死亡率增加女性生存優勢下降(即減少性別比例)。雖然有研究報道,在類似的情況下,女性比男性有生物的優勢在兒童早期,優勢就消失了,由於後續所麵臨的歧視甚至受害女性的孩子。61 - 63年12例如,增加文化偏愛男孩的擔憂在尼日利亞由於社會、政治和經濟原因。65 - 67在相同的背景下,研究已經證明,衛生需求的女孩常常被忽視。68 69證據來自亞洲和非洲國家69 - 72表明社會歧視女性的孩子就是明證性別選擇性墮胎(由於產前性別決定)。69 73根據最近來自聯合國人權理事會的報告74年和湯森路透基金會,75年尼日利亞是全世界各國排名第九練習溺殺女嬰。溺殺女嬰在尼日利亞是秘密進行的,和經常否認在社區,因此其真正規模不詳。76年然而,研究已經證實殺嬰的廣泛實踐和男性偏好在尼日利亞。65 77 78性別歧視的原因和殺嬰是深深植根於文化和傳統。證據表明男性偏好主導在尼日利亞南部,特別是在伊博人社區。65 77 78先前的研究得出結論,殺害女嬰被尼日利亞因為宗法因素和社會文化聲望。65 77 78

尼日利亞的未來前景來實現兒童生存目標的西班牙將繼續依賴傾向,加快年度減少核磁共振和U5MR四和九次當前利率,分別。核磁共振預計下降速度相對比U5MR(加勒比海盜:2.0% vs 1.2%),因此有機會快速的12人死亡2030年每1000個活產兒的目標。核磁共振需要較少的努力描繪年降低率,相比之下,總體U5MR (7.8% vs 10.7%)。這一發現的實際含義是,產時和新生兒服務必須加強在尼日利亞。此外,提高新生兒存活率下降可能導致重大的國家的U5MR。在性別失衡出現新證據從這項研究中,參與者通過協調多學科的努力應該解決性別歧視對女性的孩子,雖然社會和衛生需求的男性並沒有被忽視。

我們的研究有幾個優勢。它是第一個發表研究據我們所知,使用安時間序列預測兒童死亡率為尼日利亞。GMDH-type安死亡率提供更準確的估計。也,這是第一個研究了性別不平等在尼日利亞,U5MR視圖提供的附加信息的進程實現兒童生存和性別平等的目標SDG-3 SDG-5,分別。鑒於全國代表性數據進行分析,發現generalisable所有地區在尼日利亞。

然而,我們的研究受到一些限製。目前還沒有理論框架指導最優數量的神經元構建安架構。79年鉸鏈在實施不同的模擬過程和選擇最高的模特表演。雖然這項研究不可能尋找趨勢和項目性別NMR由於新生兒性別分列的數據不可用,這是一個理想的未來工作目標。由性生活,將核磁共振提供增加的趨勢在2028年和2029年之間,和新生兒死亡之後預計下降。女性孩子在兒童生存不利的發現提供了一個良好的起點論為什麼會這樣和需要做的事情包括進一步的研究。多元化的研究方法,如混合方法研究,建議對複雜的社會文化背景深入了解影響性別差異在U5MR西班牙時代。這也將是有用的檢查可變性的年齡和性別的兒童死亡率趨勢水平(即國家或地區)。未來的研究應考慮與人工神經網絡預測地方性的兒童死亡率。公民生命登記係統更具有成本效益的平台連續跟蹤兒童死亡率(調查),但目前不可靠在尼日利亞和其他資源有限的設置。80 - 82民事登記在尼日利亞和其他資源有限的國家應加強生產準確和可靠的重要統計數據可用於跟蹤年齡、性別和geographic-specific死亡率。將兒童死亡率的地區將有助於識別弱勢群體實施有針對性的政策和幹預措施。

總之,我們的研究試圖為尼日利亞、不同年齡組兒童死亡率預測整個西班牙時期確定尼日利亞正兒童生存和性別不平等西班牙的目標。摘要,監測兒童死亡率將允許涉眾的早期檢測,調查和應對任何不受歡迎的結果與兒童死亡率軌跡。此外,這項研究增加了日益增長的語料庫研究表明應用人工智能技術在人口健康有效地設計、規劃和動員兒童生存資源的項目。我們的研究進一步驗證,尼日利亞目前不是有望實現SDG-3和NMR和U5MR SDG-5目標。在全民健康覆蓋的背景下,性別五歲以下兒童死亡率之間的差距將繼續擴大。本研究認識到性別死亡率不公平的進展速度,更糟糕的是女性。我們強調U5MRs將於2028年開始上升。我們的研究結果提供了一個基礎加強宣傳和創造更多的政治意識,以保證足夠的投資加速進展的兒童健康兒童存活率。解決性別不平等在兒童死亡率在尼日利亞需要性別問題的政策和社區動員反對性別歧視對女性的孩子。具體來說,社會性別不平等應該通過擴大幹預措施來解決諸如保護婦女和女童的健康和發展的權利(例如,兒童和強迫婚姻,女性生殖器切割,殺害女嬰、女性兒童教育,等等)。 To ensure universal health coverage, the government at all levels should prioritise health by increasing budgetary allocation to health.

確認

DAA得到了醫學院的研究生獎(CoMGRAD)大學的薩斯喀徹溫省,加拿大博士學位項目。

引用

補充材料

  • 補充數據

    僅這個web文件已經由英國醫學雜誌出版集團從一個電子文件提供的作者(年代)和沒有對內容進行編輯。

腳注

  • 貢獻者DAA構想的研究中,分析和解釋數據,寫論文的初稿。納米導致了研究設計、編輯草稿和監督。NM, PMP和IE輔助數據解釋和批判性回顧了手稿。所有作者閱讀和批準最終的手稿。

  • 資金沒有專門對這個研究的資助。

  • 免責聲明完全的責任作者和內容並不一定反映了大學的官方觀點的薩斯喀徹溫省,加拿大。

  • 相互競爭的利益沒有宣布。

  • 病人同意出版不是必需的。

  • 倫理批準本研究免除倫理審查薩斯喀徹溫大學的行為倫理委員會(身份證號碼904),因為它依賴於一個公開的聚合鑒定數據集。

  • 出處和同行評議不是委托;外部同行評議。

  • 數據可用性聲明數據在公共、開放訪問存儲庫。數據集可以在世界銀行的官方網站。

  • 補充材料此內容已由作者(年代)。尚未審查由BMJ出版集團有限公司(BMJ)和可能沒有被同行評議。任何意見或建議討論僅代表作者(年代)和不了BMJ的支持。和責任起源於BMJ概不負責任何依賴的內容。內容包括任何翻譯材料,BMJ並不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南,術語,藥物名稱和藥物劑量),和不負責任何錯誤或遺漏引起的翻譯和改編或否則。