跳到主要内容

2010 - 2019年厄瓜多尔婴儿死亡率的时空动态

摘要

在厄瓜多尔等中等收入国家,婴儿死亡率仍是一项关键指标。2019年,厄瓜多尔的婴儿死亡率略有上升,达到每千名活产死亡11.75人。本研究的目的是提出并应用一种结合聚类检测(空间关联的局部指标,LISA)和描述城市层面10年时间趋势的单调统计(Mann-Kendall)的优先排序方法。关于活产和一般死亡的年度国家数据库(2010年至2019年)可从国家统计和普查研究所下载。结果表明,在全国层面,婴儿死亡率略有上升,从2014年的9.85‰上升到2019年的11.75‰,去年新生儿死亡率占婴儿死亡率的60%。LISA分析表明,高-高团簇主要集中在中部高地。在地方一级,Piñas,昆卡、伊巴拉和巴巴霍约的增长趋势最高(0.7,1)。综合使用这些技术,可以确定8个优先县,其中一半属于高地地区,两个属于沿海地区,两个属于亚马逊地区。为了将婴儿死亡率保持在较低水平,有必要将公共资金分配和政策制定的关键领域放在优先位置。

同行评审报告

背景

婴儿死亡率仍然是一个严重的全球公共卫生问题[12],并不是所有一岁以下的婴儿都有同样的机会享受生存[3.].生物、社会经济、环境和护理决定因素是IM的主要风险因素[456].然而,大多数死亡是可以预防和治疗的。在全球范围内,约70%的婴儿死亡是由可预防的原因造成的[7,特别是孕妇和新生儿保健不足的问题[8].

衡量健康状况和人类发展最广泛使用的指标之一是人口死亡率[910],定义为同年每1 000名活产1岁以下儿童的死亡人数[11].全球IMR明显下降,从1990年的65‰下降到2019年的29‰[12].在美洲,构成安第斯地区的国家也降低了IMR,厄瓜多尔1990年为42.2‰,2019年为11.6‰[1314],而邻国,特别是哥伦比亚从29.2‰上升到11.7‰,秘鲁从56.7‰上升到10.3‰[1314].然而,与北美和南锥体等其他地区相比,该地区的发展速度一直较慢。13],另一个担忧是不同地区和社会经济群体之间的不平衡[15].

在公共卫生领域,地理信息系统(GIS)和空间分析已用于流行病学和卫生研究[16].在美国、墨西哥和巴西,MI已从时空角度进行研究[171819],空间思维使我们能够理解产生疾病和死亡模式的复杂社会、环境和人口相互作用的相对位置[19],也可以绘制IM的空间分布图,在将有限的资源分配给卫生保健需求未得到高度满足的地区方面,改善规划[15].

在厄瓜多尔,没有发现使用空间方法来了解地方一级(市政当局)IM的时空动态的研究,而不仅仅是提供全国统计数据。因此,本研究提出了一种结合空间分析技术的方法,以优先考虑应采取行动减少IM的关键领域。然而,厄瓜多尔关于自杀、癌症和被忽视的热带病的其他研究使用了显著的空间聚类来确定关键区域[20.2122].本分析中使用的方法也在其他国家被应用于定位空间集群,识别风险因素,并比较IM的空间变异[151723].

这项研究建议对厄瓜多尔各城市一级的IM进行空间分析,并寻找低于或高于全国平均水平的显著集群的地区。这可以帮助确定需要更多获得和提供儿童保健服务的部门的优先次序。为了确定需要采取行动的领域的优先次序,有必要确定死亡率最高和趋势强劲增长的城市。主要思想是提出一种现有时空技术的创新组合,以支持对IM所需的警惕。

方法

研究区域

厄瓜多尔位于南美洲,与哥伦比亚(北)、秘鲁(东南)和太平洋(西)接壤。政治上分为24个省和221个市、公社(仅次于省的第二级政治行政层)对应的县。它有四个自然区域:海岸、高地、亚马逊和加拉帕戈斯群岛。这项研究只考虑了厄瓜多尔大陆。

数据源

有关活产和一般死亡的二级数据库可从国家统计局网站[2425].所涵盖的时间为2010年至2019年的10年。研究期间的出生数据库,包括所有在出生证明书上报告的活产婴儿[24],死亡数据集包括死亡证明书上报告的所有1岁以下儿童死亡[25],由各城市民事登记处从国家生命数据登记系统的实体和数字形式收集。

数据提取

为了应用空间研究,选择了市(州)的级别,对其登记记录进行统计,以便获得按母亲居住州分列的活产计数和按死亡州分列的1岁以下儿童死亡计数(为保密,住址未出现在这些数据库中)。非厄瓜多尔居民的记录将被丢弃,因为他们不会被绘制成地图。

婴儿死亡率

应用的公式如下:

$ $ IMR = 1000 \ \压裂{{死亡}_{< 1年}}{\出生}$ $

按城市分列的每1000名活产婴儿死亡率年度表可以编制专题地图。

时间趋势

采用Mann-Kendall非参数统计检验确定年化IMR一段时间内的时间趋势。要应用此检验,数据不需要适合任何特定分布[26].统计量对每一对观测值进行组合,随着时间的推移,也就是说,它检查是否IMRj>IMRIMRj<IMR并统计随时间增加或减少的配对数。它表示增加的相对频率减去减少的相对频率,计算每个空间单元为[27]:

$ $ S = \压裂{2 \左(右2 \)!}{t !} \ sum_ {i = 1} ^ {t - 1} \; \ sum_ {j = i + 1} ^ tsign \离开({IMR} _j - {IMR} _i \右)$ $

符号函数是什么

$ $符号\离开({IMR} _ {j} - {IMR} _{我}\右)左= \ \{\开始{数组}{c} 1 \ \离开({IMR} _ {j} - {IMR} _{我}\右)> 0 \ \ \如果\离开({IMR} _ {j} - {IMR} _{我}\右)= 0 \ \ 1 \ \离开({IMR} _ {j} - {IMR} _{我}\右)< 0 \结束数组{}\ \}$ $

IMRIMR是以年为单位的吗\(左我\ \ \ {\ mathrm{1,2}, \点,正确t - 1 \ \} \)\ \ (t)为可用年数和IMRjIMR是以年为单位的吗\ (j = (i + 1) \ \左\ {\ mathrm{1,2}, \点,t \ \} \)

Mann-Kendall值的范围是-1到+ 1。当值接近+ 1时,表示单调的上升趋势,当值接近-1时,表示下降趋势,当值为0时,表示无趋势[28].

Terrset软件[28为了应用这个微积分,已经使用了。

空间的趋势

观察到的变量,在本例中是研究区域的IMR,用地图表示,并使用空间统计技术对全局和局部使用莫兰指标进行聚类检测。目的是观察附近位置之间可能存在或不存在的空间依赖性。

考虑一组N在一个区域的空间单元中,空间自相关表示一个空间单元的IMR与其n个邻居的IMR值之间的关系,可以通过连接图可视化。量化两个空间单元之间的紧密程度,是积极的n * n矩阵W是用的,是由什么组成的n (n - 1)空间权重称为wi, j它们是基于二进制的连续性定义的,像这样[29]:

$ $ {w} _ {i, j} = \左\{\开始{数组}{c} {w} _ {i, j} = 1 \ \ \不我,邻近空间\ \单位\ \ {w} _ {i, j} = 0结束相反\ \中\{数组}\右\}$ $

Moran指数(I)被认为是用于检测碎片的空间独立性的最广泛和统计上最强的测试,它是单元之间空间关联强度的一种概括度量[2930.].其值的范围基于权重矩阵,通常在-1到+ 1之间变化,但与相关系数不同,不一定受此限制[31].如果邻近城市的IMR值相近,将为正,表示模式是聚集的,如果它们不同,将为负,即模式是规则的,当空间随机性存在时,的期望值是由E[我]=(1) / (n - 1),作为n的增加,E[我]方法031].

鉴于而且j在{1,2,…,n}中,索引定义为:

\ (I = \压裂{n}{{\总和}_ {I = 1} ^ {n} \ sum_ {j = 1} ^ {n} {w} _ {I, j}} \压裂{{\总和}_ {I = 1} ^ {n} \ sum_ {j = 1} ^ {n} {w} _ {I, j} \离开({x} _{我}- \眉题{x} \) \离开({x} _ {j} - \眉题{x} \右)}{{\总和}_ {I = 1} ^ {n}{\离开({x} _{我}- \眉题{x} \右)}^ {2}}\)我\ \ (j \ ne)

在哪里n是城市的总数,x市政的IMR我xj另一个直辖市的IMRj,\(\眉题{X} \)IMR和的平均值w我,我连续矩阵的元素W联系市j

由于存在诸如异质性等空间效应,这些空间效应涉及到在每个单元中观察到的变量的不清晰行为,因此可以检测到忽略全局度量的局部模式,因此引入局部度量,并计算局部空间关联指标(LISA)为[32]:

$ $ I_i = \离开(x_i - X \ \眉题)\打翻n{\暗流{j = 1}{\ \总和;}}w_ {i, j} \离开(x_j - X \ \眉题)寻找\ neq我$ $

有了这个分析,利用莫兰的计算在散点图中,根据空间关联的类型可以识别出四类分组:热点,即比率高于平均水平的城市及其邻近城市的比率,高-高类别,或低于平均水平的比率,低-低类别,以及异常值或非典型值,即比率高于平均水平的城市但其邻近城市的比率低于平均水平,即高-低类别,或低-高类别[33].为了观察这些分组是否不是随机创建的,在随机的零假设与聚类的选择相反的情况下应用了Moran统计检验,并用排列方法获得显著性。这些技术可在GeoDa软件[33].

识别时空关键区域的优先级标准

根据研究的优先次序需要,可以制定和实施不同类型的标准。

在这种情况下,方法是根据逻辑标准设计的。首先,为了消除不一致的比率,将死亡人数少于2人的城市排除在外。采用90%百分位阈值,选取最近几年IMR较高的县。与high-high或热点集群相关的频率(以年为单位)用于给出优先级。考虑的第三个因素是所研究的整个时期内较高的积极趋势。

最终,可以使用逻辑AND运算符而不是OR运算符更严格地评估多年来的热点重复情况(图1)。1).

图1
图1

数据处理方法

结果

2014年以来,统计数据见表1在无花果。22019年,全国人口死亡率从9.85‰小幅上升至11.75‰。出生28天前的新生儿死亡率是婴儿死亡率的最重要组成部分(2019年为60%)。有趣的是,在同一十年中,出生率不断下降,从21.40‰下降到2019年的16.54‰。

表1与婴儿死亡率有关的全国年度数据
图2
图2

全国婴儿死亡率的年度变化(2010-2019年)

关于2019年一岁以下儿童死亡的主要原因,在3355名死亡儿童中,15%(504名)死于呼吸窘迫,7.7%(257名)死于细菌性败血症,5.2%(175名)死于肺炎,4%(137名)死于其他先天性心脏畸形。数字3.显示了2019年一岁以下儿童死亡的十大原因曲线图。

图3
图3

2019年一岁以下儿童的十大死亡原因

数据4而且5显示了厄瓜多尔大陆221个州1岁以下儿童死亡率的空间分布和时间趋势,采用Mann-Kendall方法进行了分析。

图4
图4

厄瓜多尔各省和2010年至2019年各市的婴儿死亡率

图5
图5

2010 - 2019年Mann-Kendall (Tau)时间趋势图

这些趋势表明,速率在空间上不是恒定的。在区域一级,主要是在高地和亚马逊地区,婴儿死亡率缓慢上升。在高地地区,婴儿死亡率最高的州分别是Tulcán(21.67‰)、瓜兰达(17.86‰)和昆卡(19.44‰),分别有中、高增长趋势,拉塔昆加(20.65‰)和基多(18.77‰)增长趋势较低。同样,Guamote州(17.34‰)的IMR高于阈值;然而,随着时间的推移,这一趋势正在稳步下降。

在亚马逊地区的41个州中,有15个州处于中低增长趋势,只有Lago Agrio州和Morona州处于中增长趋势,且高于阈值(分别为20.6‰和24.05‰)。

增长趋势最高的州是Piñas、昆卡、伊巴拉和巴巴霍约,沿海的一个特殊情况是Piñas,其增长率从2010年的每千名活产0‰上升到2019年的157.77‰,成为全国增长趋势最高的州。在该区域内需要强调的另一个重要方面是,曼塔州和瓜亚基尔州的通货膨胀率高于既定阈值21.13‰和21.38‰,且平均呈上升趋势。

全球空间自相关分析表明,2010年莫兰指数值为0.1485,不是很高。2019年,全球莫兰指数为-0.034(接近于0),反映了厄瓜多尔大陆各州IMR分布的随机性。

通过空间分布分析(图。6),可以观察到,在10年的研究期间,大多数高-高地理集群(热点)集中在中部高地,并随着时间的推移而减少,直到2019年在Carchi、Chimborazo、Cotopaxi、El Oro、Sucumbíos和Morona Santiago等省发现。另一方面,Loja、Los Ríos和Morona Santiago零星出现低-低冷点。

图6
图6

2010 - 2019年分市空间关联单变量地方指标

最后,可以确定8个重点州,其2019年的死亡率高于选定阈值,而且在过去10年仍呈上升趋势。表格2根据高-高集群的频率,按升序排列优先级州。在这些州中,四个属于高地地区,两个属于沿海地区,两个属于亚马逊地区。

表2婴儿死亡率风险较高的城市

讨论

IM反映一个国家/地区的卫生状况、人的发展和卫生系统的有效性[934].在这项研究中,我们从空间上分析了厄瓜多尔IM随时间(年IMR)和空间(趋势图和集群)的演变。我们发现,IMR一直处于较低水平(见表1,无花果。2),但从2014年开始开始上升,直到2019年达到11.75‰,每年学习期间新生儿死亡占IM的50%以上,2019年第一大死亡原因是呼吸困难(15%)。这些结果与以往的研究结果一致,即全世界一岁以下儿童死亡率最高的时期是新生儿期(40%),因此建议对这一时期新生儿的早产和窒息给予更多关注[3536],因为它们是可以预防和治疗的原因[7].

我们的调查结果确定了八个重点城市(见表2),由于它们的IMR值较高,随时间的推移呈上升趋势,并形成空间集群。这与Gupta等人的观点一致。[15他们确定了印度具有高imr的优先地区,这些地区形成了空间集群(热点)。最近的研究发现,IM高风险城市随着时间的推移呈上升趋势[218].研究发现,高原地区是高综合物价指数的主要地区,有上升趋势和热点。此前在厄瓜多尔进行的一项研究表明,该地区在这三个地区中发病率最高[37],并一致认为,IM的情况主要是由于先天性异常(Q00-Q99)和呼吸系统疾病(J00-J99),因此建议加倍努力提高产科和新生儿护理质量,及时预防和治疗这些儿童健康问题至关重要[38].

在8个城市中,瓜兰达、莫罗那、Piñas和拉戈阿格里奥的农村人口比例最高[39];这些城市面临不利的社会和经济条件,包括贫困、扫盲和少数民族边缘化[40],与即时通讯有关[41].这一结果与一些研究相一致,这些研究表明,IM随着农村地区的发展而增加,与婴儿死亡有关的风险因素,如贫穷、民族习俗(在家里用柴火做饭)和产妇肥胖在这些地区更为常见[234142].因此,可以在这些领域实施具体战略,以改善人口的社会经济状况、保健服务的覆盖范围和可获得性,甚至改善死亡和出生登记。

这项研究的另一个重要观点是,婴儿死亡率最高的是该国最重要的城市地区(基多、瓜亚基尔和昆卡),而且这些地区的这一趋势正在增加,尽管卫生条件和医疗援助比农村地区好得多;但是,应当考虑到,所审议的资料是按死亡市而不是按居住市分析的,因为这一细节由于保密原因不公开。衡量这种不方便是否会造成某种偏差,在有医院设施的大城市增加风险,因为在那里儿童死亡的登记情况更好,而在农村城市,儿童的健康状况实际上可能已经恶化,因此低估了这一问题,这将是很有趣的。

所应用的空间分析为确定厄瓜多尔境内需要立即注意的重点城市提供了宝贵的资料。在一个经济受限的国家,重要的是在空间上关注有问题的地区,而不是在全国范围内进行政治。

从保健战略的角度来看,重点应放在可预防的死亡上,即通过免疫接种、怀孕期间妇女的适当行动、胎儿生长分娩、新生儿的适当行动、充分的预防、诊断和早期治疗、适当的保健和促进行动来减少的死亡。

后续研究可集中于IM的组成部分:早期新生儿、晚期新生儿、后期新生儿;可预防的或不可预防的,主要死因的时空变异性,可在空间上或时间上相关的社会决定因素。流行病学死亡周可以作为本研究的补充,尽管一年中的某个时刻与IM之间的关系假说并不明显。

我们的研究数据有限。出生和死亡统计的质量是值得怀疑的,因为在没有连接的中心(例如亚马逊地区),仍然使用实物形式。国家统计局没有对某些区域可能出现的漏报情况作出准确的评估,但这些重要数据和死亡率数据是获得公共服务所必需的,可被认为是进行相关研究最可靠的数据之一。

结论

这项研究提供了一种有趣的方法,它结合了空间和时间分析的技术,以确定应集中公共资金分配的关键领域的优先次序,从而有助于减少IM,特别是在厄瓜多尔等经济受限的国家。

IM高风险地区应受益于优先干预措施。从这个意义上说,这项研究的结果是决策者制定重点关注优先领域的政策的基础,这些领域在IMR中具有空间集群和不断增长的时间趋势。了解这些地区的确切地理位置是一项额外的优势,因为这将有助于有效地管理资源,并将对当地产生更有效的影响。

即时通讯是一项需要密切监测的关键指标,以便在过于重要的增长变得难以控制之前及时做出反应。确定较高的风险领域还可以使未来的研究进一步确定增加比率上升概率的因素。

数据和材料的可用性

原始数据可在以下网站免费获得(开放获取):https://www.ecuadorencifras.gob.ec/nacidos-vivos-y-defunciones-fetales/24];https://www.ecuadorencifras.gob.ec/defunciones-generales/25].

缩写

即时通讯:

婴儿死亡率

IMR:

婴儿死亡率

丽莎:

空间关联的局部指标

国家:

国家统计和普查研究所

参考文献

  1. Tesema GA, Seretew WS, Worku MG,等。埃塞俄比亚婴儿死亡率趋势及其决定因素:混合效应二元逻辑回归和多变量分解分析。怀孕和分娩,2021年。https://doi.org/10.1186/s12884-021-03835-0

    文章PubMed公共医学中心谷歌学者

  2. 罗安普拉提斯V, Yamamoto E, Inthaphatha S,等。老挝人民民主共和国婴儿死亡率的趋势和风险因素。2020年Sci众议员。https://doi.org/10.1038/s41598-020-78819-9

    文章PubMed公共医学中心谷歌学者

  3. Fondo de las Naciones Unidas para la Infancia: Mortalidad infantil:¿qué hay detrás de los datos?https://www.unicef.es/blog/mortalidad-infantil-que-hay-detras-de-los-datos.2022年3月4日访问。

  4. 李文华,李文华,李文华,等。与意大利婴儿死亡率相关的社会经济因素:一项生态学研究。国际公平卫生,2012年。https://doi.org/10.1186/1475-9276-11-45

    文章PubMed公共医学中心谷歌学者

  5. Jarde A, Mohammed NI, Gomez P, Saine PC, D 'Alessandro U, Roca .冈比亚农村婴儿死亡的危险因素:一项回顾性队列研究。英国医学杂志儿科开放,2021年。https://doi.org/10.1136/bmjpo-2021-001190

    文章PubMed公共医学中心谷歌学者

  6. Kropiwiec MV, Franco SC, Amaral ARD。巴西一个高人类发展指数城市的婴儿死亡率相关因素。Rev Paul儿。2017。https://doi.org/10.1590/1984-0462/;2017;35;4;00006

    文章PubMed公共医学中心谷歌学者

  7. Bonfim CV, Silva APSC, Oliveira CM, Vilela MBR, Freire NCF。可避免原因造成的胎儿和婴儿死亡率不平等的空间分析。Rev Bras Enferm, 2020年。https://doi.org/10.1590/0034-7167-2019-0088

    文章PubMed谷歌学者

  8. Rêgo MGDS,维拉MBR,奥利维拉CM, Bonfim CVD。巴西统一卫生系统的干预措施可预防的围产期死亡。Óbitos perinatais evitáveis por intervenções do Sistema Único de Saúde do巴西。Gaucha Enferm牧师,2018年。https://doi.org/10.1590/1983-1447.2018.2017-0084

  9. Jaramillo MC, Chernichovsky D, Jiménez Moleón JJ。1980-2009年哥伦比亚婴儿死亡率评估。Colomb地中海(卡利)。2019.https://doi.org/10.25100/cm.v50i4.2205

    文章谷歌学者

  10. Mokhayeri Y, Mohammad S, Rafiei E, Asadgol Z, Hashemi-Nazari S.利用伊朗伊斯兰共和国2011年人口普查数据对儿童死亡率的间接估计。东地中海卫生杂志,2020;https://applications.emro.who.int/emhj/v26/02/10203397-2020-2602-161-169.pdf?ua=1&ua=1

  11. 作为人口健康指标的婴儿死亡率。流行病学与社区卫生杂志,2003年。https://doi.org/10.1136/jech.57.5.344

    文章PubMed公共医学中心谷歌学者

  12. 世界卫生组织:全球卫生观察站。https://www.who.int/data/gho.2022年3月4日访问。

  13. Organización Panamericana de la Salud/Organización Mundial de la Salud:指数门户básicos。https://opendata.paho.org/es/indicadores-basicos/tablero-de-los-indicadores-basicos.已于2019年7月22日访问。

  14. 世界银行:婴儿死亡率(每1 000名活产)。https://data.worldbank.org/indicator/SP.DYN.IMRT.IN.2022年3月4日访问。

  15. 古普塔·阿克,拉德辛格,鲍科托基。婴儿死亡率的空间聚类与风险因素:印度高焦点邦的地区层面评估。属》2016。https://doi.org/10.1186/s41118-016-0008-9

    文章谷歌学者

  16. Demirel R, erdodogan S.利用探索性空间分析确定土耳其人布鲁氏菌病高风险地区。Türkiye Klin J Med science 2009; 29:25-35。

    谷歌学者

  17. Root ED, Bailey ED, Gorham T, Browning C, Song C, Salsberry P.俄亥俄州婴儿死亡率和早产的地理可视化和空间分析,2008-2015:增强空间思维的机会。公共卫生代表2020年。https://doi.org/10.1177/0033354920927854

    文章PubMed公共医学中心谷歌学者

  18. 王晓燕,王晓燕。基于贝叶斯时空分析的儿童死亡风险模型研究。公共卫生委员会,2021年。https://doi.org/10.1186/s12889-020-10016-9

    文章PubMed公共医学中心谷歌学者

  19. 阿尔梅达MC,戈梅斯CM,纳西门托LF。Análise新生儿死亡空间São保罗,2006-2010年。保罗牧师儿科。2014。https://doi.org/10.1016/j.rpped.2014.01.001

    文章PubMed公共医学中心谷歌学者

  20. Núñez-González S, Lara-Vinueza AG, Gault C, Delgado-Ron JA。1997-2016年厄瓜多尔青少年自杀趋势和空间模式。临床实践流行病学卫生。2018。https://doi.org/10.2174/1745017901814010283

    文章PubMed公共医学中心谷歌学者

  21. Núñez-González S, Delgado-Ron JA, Christopher G, Simancas-Racines D. 2001-2016年厄瓜多尔口腔癌死亡率的趋势和空间模式。Int J of Dent. 2018。https://doi.org/10.1155/2018/6086595

    文章谷歌学者

  22. Núñez-González S, Christopher G, Simancas-Racines Daniel。2011-2016年厄瓜多尔登革热、囊虫病和恰加斯病死亡率的空间分析热带医学与卫生,2019;https://doi.org/10.1093/trstmh/try106

  23. Sánchez C. Análisis空间的la transición epidemiológica死亡的婴儿的el estado de México。Tesis: Maestría en Análisis Espacial y Geoinformática,大学Autónoma del Estado de México。2019;http://hdl.handle.net/20.500.11799/104843

  24. 国家研究机构Estadística国家研究中心:国家生存研究中心。https://www.ecuadorencifras.gob.ec/nacidos-vivos-y-defunciones-fetales/已于2019年4月17日访问。

  25. 国家研究所Estadística y Censos: Defunciones Generales。https://www.ecuadorencifras.gob.ec/defunciones-generales/已于2022年5月3日访问。

  26. Oti SO, van de Vijver S, Kyobutungi C. 2003-2011年内罗毕贫民窟成年居民非传染性疾病死亡率趋势:将InterVA-4应用于口头尸检数据。全球健康行动,2014。https://doi.org/10.3402/gha.v7.25533

    文章PubMed公共医学中心谷歌学者

  27. Douglas EM, Vogel RM, Kroll CN。美国洪水和低流量的趋势:空间相关性的影响。二聚水分子。2000。https://doi.org/10.1016/s0022 - 1694 (00) 00336 - x

    文章谷歌学者

  28. 伊士曼TerrSet。地理空间监测与建模系统。克拉克实验室:手册;2020.

    谷歌学者

  29. 空间过程、模型与应用。正确人选:Cho G,编辑。制图。伦敦:介子;1981.59-60页。

    谷歌学者

  30. 空间计量经济学:方法与模型。第1版。斯普林格科学+商业媒体,b.v.;1988.

  31. 公共卫生数据的空间统计应用。Hoboken: Wiley-Interscience;威利;2004.

  32. 空间联想的局部指标- lisa。地理分析。1995。https://doi.org/10.1111/j.1538-4632.1995.tb00338.x

    文章谷歌学者

  33. 多元空间关联的局部指标:扩展Geary的c.工作论文:芝加哥大学空间数据科学中心。(即将到来的、地理分析)。2017.

  34. 普拉尼克,比努VS,比居S,苏巴SH。印度婴儿死亡率的时空评估。印度公共卫生杂志[在线连载]2018;https://www.ijph.in/text.asp?2018/62/1/32/226620.2022年3月4日访问。

  35. Målqvist M.新生儿死亡率:一种无形和被边缘化的创伤。全球健康行动,2011年。https://doi.org/10.3402/gha.v4i0.5724

    文章PubMed公共医学中心谷歌学者

  36. Adjei G, Darteh EKM, Doku DT。新生儿死亡率集中在加纳中部地区。《公共科学图书馆•综合》。2021。https://doi.org/10.1371/journal.pone.0253573

    文章PubMed公共医学中心谷歌学者

  37. 李文华,李文华,李文华,等。厄瓜多尔国家比索,1995年。http://saludecuador.org/maternoinfantil/archivos/A57.PDF已于2019年4月17日访问。

  38. 布斯塔曼特·K,阿马斯·S. Diagnóstico基多大都会区文明文明秘书处。第1版。基多:基多文明文明秘书处;2017.

  39. Subsecretaría de Hábitat y厄瓜多尔国家信息中心。https://www.habitatyvivienda.gob.ec/wp-content/uploads/downloads/2017/05/Informe-Pais-Ecuador-Enero-2016_vf.pdf.2022年3月7日访问。

  40. Malo-Serrano M, Malo-Corral N.厄瓜多尔的改革:nunca más el derecho a la salud como un privilegio。秘鲁Rev Med Exp Salud Publica 2014;31日:754 - 61。http://www.scielo.org.pe/pdf/rins/v31n4/a22v31n4.pdf

  41. Romero-Sandoval N, Del Alcázar D, Pastor J, Martín M.过去30年厄瓜多尔婴儿死亡率与社会经济因素的关系。Rev Bras Saude Mater Infant. 2019。https://doi.org/10.1590/1806-93042019000200003

    文章谷歌学者

  42. Stothard KJ, Tennant PW, Bell R, Rankin J.产妇超重和肥胖与先天性畸形的风险:一项系统综述和荟萃分析。《美国医学协会杂志》上。2009.https://doi.org/10.1001/jama.2009.113

    文章PubMed谷歌学者

下载参考

确认

不适用

资金

不需要资金。感谢UTE大学支付了出版费用。

作者信息

作者和联系

作者

贡献

EQ构思原创研究,审稿;KL和KR收集和处理数据;KL, KR和CS对结果进行了解释,并撰写了第一版手稿;CS和GS支持LISA方法的应用。所有作者都已阅读并认可了稿件,并对工作做出了重大贡献。

相应的作者

对应到卡琳娜Lalangui

道德声明

伦理批准和同意分词

不适用。要访问原始数据,不需要任何管理权限。

同意出版

不适用。

利益冲突

作者没有声明。

额外的信息

出版商的注意

施普林格自然对出版的地图和机构附属的管辖权要求保持中立。

补充信息

补充文件1:补充表1。

厄瓜多尔221个城市的婴儿死亡率优先统计数据。

权利和权限

开放获取本文遵循创作共用署名4.0国际许可协议(Creative Commons Attribution 4.0 International License),该协议允许在任何媒体或格式中使用、分享、改编、分发和复制,只要您给予原作者和来源适当的署名,提供创作共用许可协议的链接,并说明是否有更改。本文中的图片或其他第三方材料包含在文章的创作共用许可中,除非在材料的信用额度中另有说明。如果材料不包含在文章的创作共用许可中,并且您的预期用途不被法律法规允许或超出了允许的用途,您将需要直接从版权所有者那里获得许可。欲查看此许可证的副本,请访问http://creativecommons.org/licenses/by/4.0/.创作共用公共领域奉献放弃书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据,除非在数据的信用额度中另有说明。

再版和权限

关于这篇文章

通过CrossMark验证货币和真实性

引用这篇文章

K.拉兰吉,K.里瓦登内拉·玛雅,Sánchez-Carrillo, C。et al。2010 - 2019年厄瓜多尔婴儿死亡率的时空动态。BMC公共卫生221841(2022)。https://doi.org/10.1186/s12889-022-14242-1

下载引用

  • 收到了

  • 接受

  • 发表

  • DOIhttps://doi.org/10.1186/s12889-022-14242-1

关键字

  • 婴儿死亡率
  • 时空分析
  • 空间集群
  • 时间趋势
  • 厄瓜多尔
Baidu
map