Artykuły
www.thelancet.com Opublikowano online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6 1 1
Globalne, regionalne i krajowe poziomy umieralności matki w latach 1990–2013: systematyczna analiza globalnego badania obciążenia chorobowego 2013
Podsumowujące podsumowanie Millennium Development Cel (MDG 5) ustalił cel 75% zmniejszenia wskaźnika śmiertelności matek (MMR; liczba zgonów matek na 100 000 urodzeń) w latach 1990–2015Śmiertelność matki, kluczowe przyczyny przyczyniające się do śmierci matki i termin śmierci matki w odniesieniu do porodu.
Metody Zastosowaliśmy solidne metody statystyczne, w tym przyczynę modelu zespołu śmierci (CODEM) do analizy bazy danych przez 7065 lat w miejscu i oszacowania liczby zgonów matek na wszystkich przyczynach w 188 krajach w latach 1990–2013. Szacowaliśmy liczbę liczby osóbZgony związane z ciążą spowodowane przez HIV na podstawie systematycznego przeglądu względnego ryzyka umierania podczas ciąży u kobiet z HIV w porównaniu z HIV-ujemnym
Nicholas J Kassebaum*, Amelia Bertozzi-Villa, Megan S Coggeshall, Katya A Shackelford, Caitlyn Steiner, Kyle R Heuton, Diego Gonzalez-Medina, Ryan Barber, Chantal Huynh, Daniel Dicker, Tara Templin, Timothy M Wolock, Ayse Abbasoglu Ozgoren† , Foad Abd-Allah, Semaw Ferede Abera, Tom Achoki, Ademola Adelekan, Zanfi Na Ademi, Arsene Koublan Adou, Jose C Adsuar, Emilie E Agardh, Dickens Akena, Deena Alasfoor, Zewdie Aderaw Alemu, Rafael Alfonso-Cristancho, Samia Alhabib, Raghib Ali, Mazin J Al Kahbouri, Francis Alla, Peter J Allen, Mohammad A AlMazroa, Ubai Alsharif, Elena Alvarez, Nelson Alvis-Guzman, Construction A Amankwaa, Azmeraw T Amare, Hassan Amini, Walid Ammar, Carl A T Antonio, Palwasha Anwari , Johan Ęrnlöv, Valentina S Arsic Arsenijevic, Ali Artaman, Majed Masoud Asad, Rana J Asghar †, Reza Assadi†, Lydia S Atkins, Alaa Badawi, Kalpana Balakrishnan, Arindam Basu, Sanjay Basu, Justin Beardsley, Neeraj Bedi, Tolesa Bekele, Michelle L Bell, Edward Bernabe, History J Beyene, Zulfi Qar Bhutta, Aref Bin Abdulhak, Jed Blore, Berrak Bora Basara, Dipan Bose, Nicholas Breitborde, Rosario Cardenas, Charles A Chestnut-Orjuela, Ruben Estanislao Castro, Ferran Catala-Lopez † , Alanur Cavlin, Jung-Chen Chang, Xuan Che, Christophi Costas, Sumeet S Chugh, Massimo Cirillo, Samantha M Colquhoun, Leslie Trumbull Cooper, Cyrus Cooper, Iuri da Costa Leite, Lalit Dandona, Rakhi Dandona, Adrian Davis, Anand Dayama, Louisa Degenhardt, Diego De Leo, Kebede Deribe, Muluken Dessalegn, Gabrielle A deVeber, Samath D Dharmaratne, Uchhaim drict, See I’s ident Drent′′′′′′′′h′ter, 10th, 10 to errevigving errevigving errevin , irrevivants, 10. Mohammedd Festiish Festresday, trawa do gras, Mohammad H Forouzanfar, Elizabeth B France, Lynne Gaffi Kin, Ketevan Gambashidze, Fortune Gbetoho Gankpé, Ana C Garcia, Johanna M Geleijnse, Katherine B Gibney, Maurice Giroud, Elizabeth L. Glaser, Ketevan Goginashvili, Philimon Gona, Dinorah Gonzalez-Castell, Atsushi Goto, Hebe N Gouda, Harish Chander Gugnani, Rahul Gupta, Rajeev Gupta, Nima Hafezi-Nejad, Randah Ribhi Hamadeh, Mouhanad Hammami†, Graeme J. Hankey , Hilda L Harb , Rasmus Havmoeller , Simon Hay , Ileana B Heredia Pi , Hans W Hoek , Dean Hosgood H , Damian G Hoy , Abdullatif Husseini , Bulat T Idrisov, Kaire Innos, Manami Inoue, Kathryn H Jacobsen, Eiman Jahangir, Sun Ha Jee, Paul N Jensen, Vivekanand Jha, Guohong Jiang, Knud Juel, Edmond Kato Kabagambe, Haidong Kan, Nadim E Karam, Andrew Karch, Corine Kakizi Karema, Anil Kaul, Norito Kawakami, Konstantin Kazanjan, Dhruv S Kazi, Andrew G Kemp, Andre Pascal Kengne, Maia Kereselidze, Yousef Saleh Khader, Shams Eldin Ali Hassan Khalifa, Ejaz Ahmed Khan, Young-Ho Khang, Luke Knibbs, Yoshihiro Kokubo, Soewarta Kosen, Barthelemy Kuate Defo, Chanda Kulkarni, Veena S Kulkarni, G Anil Kumar, Kaushalendra Kumar, Ravi B Kumar, Gene Kwan, Taavi Lai, Ratilal Lalloo, Hilton Lam, Van C Lansingh, Anders Larsson, Jong-Tae Lee, James Leigh, Mall Leinsalu, Ricky Leung †, Xiaohong Li †, Yichong Li †, Yongmei Li†, Juan Liang†, Xiaofeng Liang†, Stephen S Lim†, Hsien-Ho Lin†, Steven E Lipshultz†, Shiwei Liu†, Yang Liu†, Belinda K Lloyd†, Stephanie J London†, Paul A Lotufo†, Jixiang Ma†, Stefan Ma†, Vasco Manuel Pedro Machado†, Nana Kwaku Mainoo†, Marek Majdan†, Christopher Chabila Mapoma†, Wagner Marcenes†, Melvin Barrientos Marzan†, Amanda J Mason-Jones, Man Mohan Mehndiratta, Fabiola Mejia- Rodriguez, Ziad A Memish, Walter Mendoza, Ted R Miller, Edward J Mills, Ali H Mokdad, Glen Liddell Mola, Lorenzo Monasta, Jonathan de la Cruz Monis, Julio Cesar Montañez Hernandez, Ami R Moore, Rintaro Mori, Ulrich O Mueller, Mitsuru Mukaigawara, Aliya Naheed, Kovin S Naidoo, Devina Nand, Vinay Nangia, Denis Nash, Chakib Nejjari†, Robert G Nelson†, Sudan Prasad Neupane†, Charles R. Newton†, Marie Ng†, Mark J. Nieuwenhuijsen†, Muhammad Imran Nisar †, Sandra Nolte†, Ole F Norheim†, Luke Nyakarahuka†, In-Hwan Oh, Takayoshi Ohkubo, Stop The Day, Saad B Omer, John Nelson Opio, Orish Breast Orisakwe, Jeyaraj D Pandian, Christina Papachristou, Jae-Hyun Park , Angel J Paternina Caicedo, Scott B Patten, Vinod K Paul, Boris Igor Pavlin, Neil Pearce, David M Pereira, Konrad Pesudovs, Max Petzold, Dan Poenaru, William V Polańczyk, Suzanne Polinder, Dan Pope, Farshad Pourmalek, Dima Qato, D Alex Quistberg, Anwar Rafay, Kazem Rahimi, Vafa Rahimi-Movaghar, Sajjad ur Rahman, Murugesan Raju, Saleem M Rana, Amany Refaat, Luca Ronfani, Nobhojit Roy, Tania Georgina Sanchez Pepper, Mohammad Ali Sahraian, Joshua Solomon, Uchechukwu Sampson, Itamar S Santos, Monica Sawhney, Felix Sayinzoga, Austin Schumacher, David C Schwebel, Soraya Seedat, Sadaf G Sepanlou, Edson E Servan-Mori, Marina Shakh-Nazarova, Sara Sheikhbahaei, Kenji Shibuya, Hwashin Hyun Shin, Ivy Shiue, Inga Dora Sigfusdottir, Donald H Silberberg, Andrea P Silva, Jasvinder A Singh, Vegard Skirbekk, Karen Śliwa, Sergey S Soshnikov, Luciano A Sposato, Chandrashekhar T Sreeramareddy, Konstantinos Stroumpoulis, Lela Sturua, Bryan L Sykes, Karen M Tabb, Roberto Tchio Talongwa, Feng Tan, Carolina Maria Teixeira, Eric Yeboah Tenkorang, Andrew L Thorne-Lyman, David L Tirschwell, Jeff King A Towbin, Bach X Tran, Miltiadis Tsilimbaris, Uche S Uchendu † Kingsley N Ukwaja, Eduardo A Undurraga, Selen Begum Uzun, Andrew J Vallely, Coen H van Gool, Tommi J Vasankari, Monica S Vavilala, Salvador Villalpando, Francesco S Violante, Vasiliy Victorovich Vlassov, Theo Vos, Stephen Waller, Haidong Wang, Linhong Wang, Sharon XiaoRong Wang, Yanping Wang, Scott Weichenthal, Elizabeth Weiderpass, Robert G Weintraub, Ronny Westerman, James D Wilkinson, Solomon Meseret Woldeyohannes, John Q Wong, Gelin Xu, Yang C Yang, Yuichiro Yano, Gokalp Kadri Yentur, Paul Yip, Naohiro Yonemoto, Seok-Jun Yoon, Mustafa Z Younis, Chuanhua Yu, Kim Yun Jin, Maysaa El Sayed Zaki, Yong Zhao, Yingfeng Zheng, Maigeng Zhou, Jun Zhu, Xiao Nong Zou, Alan D Lopez, Mohsen Naghavi, Christopher JL Murray‡, Raphael Lozano‡
Opublikowano Onlinemay 2, 2014http: //dx.doi.org/10.1016/s0140-6736 (14) 60696-6
*Autor korespondent
† Autorzy wymienione alfabetycznie
‡ Wspólni starsi autorzy
Instytut Metryk i Oceny Zdrowia (N J Kassebaum MD,
Artykuły
2 www.thelancet.com Opublikowano online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6
Bertozi-villa to, m s coggeshall,
K A Shackelford BA, C Steiner MPH, K R Heuton BS, D Gonzalez-Medina
BA, R Barber BS, C Huynh BA, D Dicker BS, T Templin BA,
T M Wolock BA, PROF L DANDONA, M M H
FOOUZANFAR MD, S S LIM Phd, Prof A H Mokdad Phd, M Ng MD,
A Schumacher BS, PROF T VOS Phd, Phd H Wang, M Naghavi,
Prof C J L Murray Phd, Prof R Lozano MD), dział
neurologii (d l tirschwell MD), anestezjologia pediatryczna i
Pain Medicine, Seattle Children's Hospital, School of Medicine (N J
Kassebaum), University of Washington, Seattle, WA, USA
(R alfonso-cristancho, p n Jensen Mph,
Ten doktorat Xnestberg, Mn's Wavilala End);Hutchette
University Institute of Population Studies, Ankara,
Turcja (Abbasoglu Ozgoren MA, doktor cavlin);Wydział
Medicine, Cairo University, Kair, Egipt (prof. Abd-Allah MD);
School of Public Health, College of Health Sciences, Mekelle University, Mekelle, Tigray,
Etiopia (S f Abera MSC);Ministerstwo Zdrowia, Gaborone,
Botswana (dr Achoki);Sojusz promocji zdrowia publicznego,
Osogbp, Nigeria (dr Adelekan);Centrum
International Child Health (S m Colquhoun), uniwersytet
z Melbourne, Melbourne, Vic, Australia (dr Ademi, J Blore
PhD, R G Weintraub MB, PROF A D LOPEZ DH);Stowarzyszenie
Ivorian for Family Well, Abidjan, Wybrzeże Kości Słoniowej
(A K reklamowany MD);University of Extremadura, Cáceres, Hiszpania
(Prof J C Adsuar Dr);Instytucja nauk o zdrowiu publicznym,
Sztokholm, Szwecja (doktorat Agardh);Makerere
University, Kampala, Uganda (dr Akena,
L zrelaksuj się z MPH);Ministerstwo Zdrowia, Mascat, Oman
(D Alasafur Musk, M Jala Kahbauri Dr);Debr
Markos University, Debre Markos, Amhara, Etiopia
(Z alemu MPH);National Guard Health Aff, Riyadh, Saudyjczyka
Arabia (dr Alhabib);University of Oxford, Oxford, Wielka Brytania
(R Ali MSC, Prof S Hay Dphil, K Rahimi DM);School of Public Health, University of Lorraine,
Nancy, Francja (Prof. Alla Dr);Ministerstwo Zdrowia, Belmopan,
Cayo, Belize (P J Allen MPH);Saudyjska
kobiety.Oszacowaliśmy również ułamek tych zgonów, z których ograniczono ciążę na podstawie przeglądu systematycznego.Aby oszacować liczbę zgonów matek z powodu dziewięciu różnych przyczyn, zidentyfikowaliśmy 61 źródeł na podstawie przeglądu systematycznego i 943 lat ważnych danych rejestracyjnych.Przeprowadziliśmy również systematyczny przegląd raportów na temat terminu śmierci matki, identyfikując 142 źródła do wykorzystania w naszej analizie.Opracowaliśmy szacunki dla każdego kraju w latach 1990–2013 przy użyciu meta-regresji bayesowskiej.Oszacowaliśmy 95% przedziałów niepewności (UIS) dla wszystkich wartości.
Ustalenia 292 982 (95% UI 261 017–327 792) Zgony matki wystąpiły w 2013 r., W porównaniu z 376 034 (343 483–407 574) w 1990 r. Globalna roczna stopa zmian w MMR wyniosła MMR1 · 1 do 0,6) w latach 1990–2003 i –2,7% (–3,9 do –1,5) w latach 2003–2013, z dowodem dalszego przyspieszenia.MMRS konsekwentnie zmniejszał się na południu, wschodniej i południowo-wschodniej Azji w latach 1990–2013, ale zgony matki wzrosły w większości Afryki Subsaharyjskiej w latach 90.2070 (1290–2866) Zgony matki były związane z HIV w 2013 r., 0,4% (0,2–0,6) globalnej sumy.MMR był najwyższy w najstarszych grupach wiekowych zarówno w 1990 i 2013 roku. W 2013 r. Większość zgonów miała miejsce intrapartum lub poporodowe.Przyczyny różniły się w zależności od regionu i w latach 1990–2013. W 2013 r. Zrejestrowaliśmy znaczne zmienność w MMR według kraju, z 956 · 8 (685 · 1–1262 · 8) w Sudanie Południowym do 2,4 (1 · 6–3 · 6) na Islandii.
Interpretacja globalne stopy zmian sugerują, że tylko 16 krajów osiągnie cel MDG 5 do 2015 r. Przyspieszone redukcje od czasu Deklaracji Millennium w 2000 r. Zbieżą się ze zwiększoną pomocą rozwojową dla zdrowia matki, noworodka i dzieci.Ustanowienie celów i powiązanych interwencji po 2015 r. Będzie wymagało starannego rozważenia regionów, które poczyniają powolne postępy, takie jak Afryka Zachodnia i Środkowa.
Fundacja Bill & Melinda Gates Foundation.
WPROWADZENIE W latach 80. globalna społeczność zdrowia koncentrowała się na zmniejszeniu śmiertelności matki poprzez sekwencję inicjatyw, poczynając od bezpiecznego ruchu macierzyństwa w 1987 r., Do utworzenia partnerstwa dla zdrowia matek, noworodków i dzieci w 2005 r.Zmniejszenie śmiertelności matek pokazuje jej wybór jako jeden z ośmiu milenijnych celów rozwoju (MDG).Pomimo tych efektów i widoczności istniało szerokie obawy, że poczyniono niewielkie postępowanie lub żaden postęp, co spowodowało, że Sekretarz Generalny ONZ o Intensife Ed Efts podczas uruchomienia każdej kobiety każdego dziecka w 2010 r., A następnie utworzenie komisji ds. KomisjiInformacje i odpowiedzialność za zdrowie kobiet i dzieci.Rok od 1990.4 Kolejne zmiany szacunków historycznych wykazały jeszcze większe światowe wskaźniki zmian, od –1,9% do –3,1% rocznie. 5,6 Dowody te łącznie sugerują, że chociaż obawy o tempo zmiany zmianyŚmiertelność matek mogła być zbyt pesymistyczna, istnieje znaczna niepewność co do szybkiego spadku i faktycznej liczby zgonów w kilku dużych populacjach.Jeżeli debaty polityczne na temat przyspieszenia redukcji śmiertelności matek mają być użyteczne, niezbędne są cele i cele ustalone dla zdrowia reprodukcyjnego, aktualne monitorowanie poziomów i trendów w śmiertelności matki. 7
W porównaniu ze śmiertelnością dzieci śmiertelność matki była bardziej trudna do śledzenia z czasem na poziomie krajowym. 8
Zgony na inne przyczyny w krajach z całkowitą istotną rejestracją i certyfikatem medycznym przyczyn śmierci;Znaczny błąd próbkowania w pomiarach zależnych od wycofania ankiety, ponieważ zgłoszono niewiele zgonów matek;duży błąd nie próbkowania w ankiecie i pomiarach spisu powszechnego, jak pokazano w ustawieniach z powtarzającymi się nakładającymi się pomiarami;Zróżnicowanie oceny demograficznej śmiertelności w wieku reprodukcyjnym ze wszystkich przyczyn, szczególnie w latach 90. XX wieku;i potrzeba modeli do syntezy danych z kilku badań lub generowania szacunków, gdy dane są rzadkie. 9–11 znaczne różnice między globalnymi efektami modelowania, które są czasami znaczące, podkreślają wpływ każdego z analitycznych etapów używanych do dooszacuj śmiertelność matek.12 Uwaga polityczna na to, w jaki sposób kraje przechodzą w kierunku celów MDG 5, intensyfikuje się. 1,13 darczyńców, globalnych partnerów zdrowia i krajowych menedżerów programów są zrozumiałe przez szerokie przedziały niepewności i zmienność szacunków od różnych analityków.8
Tutaj stosujemy systematyczne podejście globalnego obciążenia chorób, obrażeń i czynników ryzyka badania 2013 (GBD 2013) do pomiaru poziomów i śledzenia trendów śmiertelności matek, kluczowych przyczyn przyczyniających się do śmierci matki oraz terminu zgonów matek.W GBD 2013, przy zastosowaniu rygorystycznych metod statystycznych do krytycznej oceny i syntezy danych z różnych źródeł w celu oszacowania poziomów i przyczyn śmierci w każdym wieku i grupie płciowej, stosuje się spójne i holistyczne podejście do wyzwań dotyczących pomiaru śmiertelności matki, która umożliwiaPorównania w czasie, kraju i innych ważnych przyczynach śmierci u kobiet w wieku rozrodczym.Algorytmy przyczyny przekształcania śmierci są stosowane konsekwentnie we wszystkich przyczynach i strategie modelowania stosuj metody wyraźnie
Artykuły
www.thelancet.com Opublikowano online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6 3 3
Ważność predykcyjna o ilościowej próbie.14
Methods Maternal Umarteralność 1990–2013datawe wykorzystała bazę danych GBD 2013 przyczyny śmierci, która rozciąga się w latach 1980–2013, aby oszacować śmiertelność matek.Chociaż zgłaszamy szacunki w okresie MDG 1990–2013, dane dla lat 1980–90 są uwzględnione w analizie w celu poprawy solidności oszacowania trendu czasu.Naghavi i współpracownicy15 przedstawiają znaczny szczegół na temat kryteriów włączenia i przetwarzania danych badań we wszystkich przyczynach.Krótko mówiąc, Opierając się na poprzednich analizach, zidentyfikowaliśmy dane z 180 z 188 krajów GBD, w tym 4877 lat istotnych danych rejestracyjnych, 1213 lat historii rodzeństwa z badań demograficznych i zdrowotnych (DHS) i badań zdrowia reprodukcyjnego (RHS (RHS (RHS (RHS) dostarczanie informacji o frakcji związanej z ciążą zgonów w wieku reprodukcyjnym, 73 lat spisów powszechnych, 626 miejsc na temat nadzoru śmiertelności matek oraz 267 lat werbalnych analiz autopsyjnych obejmujących kobiety w wieku reprodukcyjnym. 4,5,16 Zidentyfikowaliśmy powyższe źródła danych za pomocą przeglądu systematycznego (załącznik), na podstawie analiz Lozano i Współrzędnych analiz 5 i GBD 2010, 16 wyszukiwań stron internetowych Ministerstwa Zdrowia oraz wyszukiwania globalnej wymiany danych zdrowia.
Dużo debatowano na temat śmierci kobiet w wieku rozrodczym jako zgonów matek.Aby być klasyfikowanym jako matka, ciąża musi być czynnikiem przyczynowym w śmierci.Może mieć bezpośredni efekt (powikłania ciąży lub porodu, lub powikłania poporodowe) lub efekt pośredni (zaostrzenie wcześniej istniejącego stanu).Dlatego przypadkowe lub przypadkowe zgony, w których ciąża nie odgrywała roli przyczynowej, nie są klasyfikowane jako zgony matki.Definicje dla użytku krajowego w oparciu o międzynarodową klasę chorób (ICD) odróżniały inne zalecenia dotyczące międzynarodowych porównań MMR.Wszystkie definicje obejmują bezpośrednie i pośrednie przyczyny podczas ciąży oraz w ciągu 6 tygodni od zakończenia ciąży (Fi gure 1).Definicje ICD-10 obejmują również zgony matek od 6 tygodni do 1 roku po zakończeniu. 6,17 Z niektórych przyczyn, takich jak samobójstwo, istnieje krajowa różnica w tym, czy są one zakodowane jako przypadkowe, czy pośrednio.Porównania MMR w okresie krajowym zaleca, aby wszystkie zgony związane z HIV podczas ciąży lub w ciągu 6 tygodni były uwzględnione w MMR, 20, ale grupa ONZ szacująca śmiertelność matek wykorzystuje tylko 50% tych zgonów w ich oszacowaniu. 6,20 koncepcyjnie,Należy uwzględnić tylko ułamek zgonów zaostrzoną przez ciążę, ponieważ jest to decydowanie pośredniej przyczyny śmiertelności matki.
Uwzględniliśmy bezpośrednie i pośrednie zgony podczas ciąży oraz w ciągu 6 tygodni od porodu, a także zgonów z późnych matek do 1 roku po porodzie oraz ułamka zgonów związanych z HIV, które są pogarszane przez ciążę.Zgony późnego matki nie zostały zakodowane w ICD-9, więc dane są dostępne tylko dla ICD-10 (IE, z 1994 r.).Ponadto, ponieważ zgony matek w grupie wiekowej 10–14 lat były konsekwentnie zgłaszane w naszych źródłach danych, oszacowaliśmy liczbę zgonów matek w tej grupie wiekowejWskaźnik urodzeń jest dostępny dla tej grupy.
W rejestracji żywotnej i ustnej autopsji zgony matki są często błędnie zaklasyfikowane jako śmierci przypisywane
Bezpośredni
powoduje
Pośredni
powoduje
HIV jako przyczyna D
przysięga
Przypadkowe CA
zastosowania
Przejście
Intrapartum*
Postpartum †
Późno‡
Zawarte w poprzednich szacunkach śmiertelności matek zawartych w definicji ICD-10 i kontrowersyjnej roli GBD 2013 w śmiertelności matki
Rycina 1: Definitions matczynej Deathicd-10 = Międzynarodowa klasyficja chorób, wersja 10. *Podczas porodu i do 24 godzin po porodzie.† między 24 godziny a 6 tygodni po porodzie.‡ Od 6 tygodni do 1 roku po dostawie.
Czarny
Agetern
Coley
De Groot
Chan
Lakoniczny
Kumar
Serce
Lepage
Lionel
Louis
Maiques-Montesinos
McDermott
Mmo
Nathoo
Nuwagaba-anretain
Ryder
Skeak
Temmerman
Wybór
Co zostałem
Ogólnie (I2 = 79,5%, p = 0,000)
8 · 34%
2 · 21%
3 · 13%
4 · 07%
8,73%
8 · 95%
2 · 16%
7 · 29%
1,79%
3 · 55%
5 · 94%
1 · 80%
4 · 86%
3 · 22%
2,77%
2,77%
2 · 14%
6 · 57%
2 · 07%
8 · 87%
8,76%
10000%
Waga (%)
6 · 25 (3 · 65–10 · 71)
14 · 40 (0,89–234 · 16)
3,70 (0,41–32 · 95)
3 · 15 (0,54–18 · 47)
2,68 (1,78–4 · 04)
24 · 82 (17 · 91–34 · 40)
18 · 06 (1 · 06–307 · 56)
3,86 (1,69–8 · 81)
0,33 (0,01–8 · 17)
7 · 36 (1 · 01–53 · 58)
13 · 05 (4 · 02–42 · 38)
5 · 93 (0 · 25–142 · 84)
2 · 13 (0,48–9 · 46)
6 · 26 (0,73–53 · 40)
2 · 03 (0 · 18–22 · 27)
6 · 05 (0,55–66 · 13)
17 · 52 (1 · 02–302 · 28)
5,44 (1 · 98–14 · 93)
8,89 (0,48–164 · 36)
8 · 21 (5,73–11 · 77)
11,85 (7 · 94–17 · 69)
6 · 40 (3,98–10 · 29)
Ryzyko względne (95% interfejsu użytkownika)
Afryka Południowa
Malawi i Zambia
Tanzania
Afryka Południowa
Afryka Południowa
USA
Indie
Kongo
Rwanda
Indie
USA
Hiszpania
Malawi
Uganda
Zimbabwe
Uganda
Dr Kongo
Uganda
Kenia
Uganda, Malawi, Tanzania, Zimbabwe, Południowa Afryka
Zimbabwe
Kraj
2009
2008
2001
2003
2001
2006
1995
2005
1991
2008
2007
1999
1996
1993
2004
2006
1994
2000
1994
2013
2006
Rok
1 ryzyko relacyjne
10
Rycina 2: Wykres leśny względnego ryzyka śmierci podczas ciąży u kobiet z zakażeniem HIV w porównaniu z kobietami bez infekcji HIV pochodzi z analizy losowej efektów.Rozmiar trójkątów jest proporcjonalny do ważenia każdego badania w metaanalizie.UI = interwał niepewności.
Ministerstwo Zdrowia, Riyadh, Arabia Saudyjska (M A Almazroa MD, prof. Memish MD);Charité Universitätsmedizin Berlin, Berlin, Niemcy (U Alsharif DMD, S Dr Phd, C Papachristou);Hiszpańskie obserwatorium ds. Narkotyków, delegacji rządowej na rzecz krajowego planu leków (doktorat Alvarez) oraz oddział Pharmacoepidemiology and Pharmacowigilance, Hiszpańskie Agencję Medek i produktów opieki zdrowotnej (dr Catalá-López), Ministerstwo Zdrowia, Usług Społecznych i Równości, Hiszpania (dr Alvarez);Universidad de Cartagena, Cartagena de Indias, Kolumbia (Prof N Alvis-Guzmán Dr);Albany State University, Albany, GA, USA (Prof A A.Kankwaa Dr);Wydział Epidemiologii, University of Groningen, Groningen, Holandia (A T Amare MPH);College of Medicine and Health Sciences, Bahir Dar University, Bahir Dar, Etiopia (A T Amare);Kurdistan Environmental Health Research Center, Kurdistan University of Medical Sciences, Sanandaj, Kurdistan, Iran (H AMINI MSPH);
Artykuły
4 www.thelancet.com Opublikowano online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6
Ministerstwo Zdrowia Publicznego, Bejrut, Liban (doktor WAMMAR,
H L Harbo MPH);College of Public Health, University of the
Filipiny Manila, Filipiny (C A T Antonio MD,
E J Faraon MD);Fundusz ludności UN, Kabul, Afganistan
(P Anwari MSC);Uppsala University, Uppsala, Szwecja
(J ärnlöv, doktor Prof a Larsson);Instytut Mikrobiologii i
Immunology, School of Medicine, University of Belgrade,
Belgrad, Serbia (Prof V S Arsic Arsenijevic Dr);Mediana, Windsor, ON, Kanada
(Doktorat Artaman);Ministerstwo Zdrowia, Amman, Jordan
(M M Asad Dr);Program epidemiologii i laboratorium, Islamabad,
Pakistan (R J Asghar MD);Mashhad University of Medical
Nauki, Mashhad, Iran (R Assadi MD);Ministerstwo Zdrowia, Wellness, Człowiek
Usługi i relacje płciowe, bez martwie
(L S Atkins MPH);Public Health Agency of Canada, Toronto, ON,
Kanada (doktorat Badawi);Sri Ramachandra University,
Chennai, Indie (dr Balakrishnan);School of Health Sciences, University of
Canterbury, Christchurch, Nowa Zelandia (doktorat Basu);Szkoła
Medicine (L Gaffi Kin Drph), Stanford University, Stanford,
Ka, jej (dr Basu);Oxford University, Ho Chi Minh City,
Wietnam (J Beardsley MBCHB);College of Public Health i
Medicine Tropical, Jazan, Arabia Saudyjska (N Bedi MD);Madawalabu
University, Bale Goba, Oromia, Etiopia (T BEKELE MPH);Yale
University, New Haven, CT, USA (PROF M L Bell PhD);Uczelnia Królewska
Londyn, Londyn, Wielka Brytania (doktorat Barnabe);Addis Short
University, Debre Zeit, Etiopia (T J Beyene MSC, K Deribe MPH);
Aga Khan University Medical Center (Prof. Z Bhutta), Aga
Khan University (M I Nisar MSC), Karaczi, Pakistan;Uniwersytet
Missouri-Kansas City, Kansas City, MO, USA
(Bin Abdulhak MD);Ogólna Dyrekcja Badań Zdrowia
(B Bora Basara Phd, U Dilmen MD, G K Yentur Phd), Ministerstwo
Zdrowie, Ankara, Turcja (S B Uzun MD);Bank Światowy,
Waszyngton, DC, USA (doktor Bose);Uniwersytet
Arizona, Tucson, USA (Prof N Breitborde Dr);Universidad Autonoma
inne przyczyny podstawowe.Ponownie przypisaliśmy zgony przypisane do przyczyn, które raczej nie byłyby podstawowymi przyczynami śmierci z algorytmami znormalizowanymi. 14 Przyczyny śmierci, które są częściowo ponownie przypisane do przyczyn matek, pokazano w załączniku.15 Ponownie przeanalizowaliśmy DHS i RHS mikrodata do mikrodata do poddania się śmierci przez stratę.do ciąży do roku, stosując wagi Gakidou-King w celu radzenia sobie z potencjalnym przeżycielem BIA.21 Wykorzystaliśmy algorytm redukcji szumów bayesowskich do danych wstępnych, aby uniknąć problemu dużych stochastycznych fli UCTUATIONACJA i zerowych liczb prowadzących do zniekształconych trendów czasowych (załącznik).Gdy różnice ankiety DHS dostarczyły danych dotyczących zgonów w wieku reprodukcyjnym i liczby związanych z ciążą przez ten sam rok, połączyliśmy wyniki w tym roku, aby zmniejszyć stochastyczny błąd pomiaru.Ponadto w przypadku niektórych niezbędnych danych rejestracyjnych nie zgłoszono zgonów matek w określonej grupie wiekowej ani przez określony okres.Algorytmy redukcji szumów ponownie pomagają zmniejszyć uprzedzenia w górę, ponieważ wszystkie zerowe liczby zostałyby zrzucone z wskaźnika śmiertelności logarytmu naturalnego i logitów przyczynowych modeli frakcji.Dane były niedostępne tylko dla ośmiu krajów, dla których polegaliśmy całkowicie na prognozach modelowych dla szacunków śmiertelności matek.
Śmiertelność związana z HIV, ponieważ szybki wzrost śmiertelności w wieku rozrodczym z powodu epidemii HIV we wschodniej i południowej Afryce, rozpuszczając frakcję zgonów z HIV podczas ciąży (tj. Nie związana z ciążą) od ciąży (tj., śmierć matki) jest ważna.Ocena śmiertelności związanej z HIV podczas ciąży ma dwa etapy: oszacowanie ułamka zgonów podczas ciąży lub w ciągu 6 tygodni od porodu, które są związane z HIV, oraz oszacowanie ułamku tych zgonów związanych z HIV, które są pogarszane przez ciążę.W przypadku kroku FI, zaktualizowaliśmy systematyczną recenzję Calvert i Ronsmans 22 (załącznik).Zidentyfikowaliśmy jedno nowe badanie, dając w sumie 21, dla których moglibyśmy zbadać ryzyko śmiertelności podczas ciąży u kobiet-dodatnich z HIV w porównaniu z kobietami ujemnymi za HIV. 23–43 Wykluczaliśmy dane z niereprezentatywnych populacji, ze źródeł, które nie obejmowały po porodziezgony i wszelkie zgony ponad 1 rok po porodzie.Większość badań nie określała statusu terapii przeciwretrowirusowej (ART).Podejmowaliśmy metaanalizę dersimonijskiej-lairda względnego ryzyka (RR) śmierci.Badania były heterogeniczne, a połączony RR wynosił 6 · 40 (Fi gure 2).Nie zidentyfikowaliśmy wyraźnego wzorca geograficznego, aby wyjaśnić, dlaczego niektóre badania są znacznie powyżej lub poniżej zbiorcze oszacowanie, ani żadnego wyraźnego związku z innymi atrybutami badań, co oznacza, że mieliśmy niezadowoloną podstawę do dalszego ważenia badań wejściowych.
Zastosowaliśmy RR i szacowaną częstość występowania HIV u kobiet w ciąży (na podstawie modelu widma UNAIDS), aby oszacować populację przypisywaną częściom zgonów związanych z ciążą związaną z HIV.Aby oszacować ułamek zgonów związanych z HIV, pogarszając się w ciąży, przeprowadziliśmy kolejny przegląd systematyczny (załącznik).
Możemy zidentyfikować tylko dwa badania, aby poinformować tę frakcję, z połączonym RR 1,13 (95% UI 0,73–1,77), 44,45
odpowiadając częstotliwości wszystkich zgonów związanych z HIV podczas ciąży, które należy policzyć jako zgony matki 11,5% (0–43,5).Kilka dodatkowych badań nie wykazało zwiększonego ryzyka śmiertelności związanej z HIV podczas ciąży, ale zostały wykluczone, ponieważ nie zostało zakończone stratyficzne populację na podstawie etapu HIV lub statusu ART.
ModellingFollowing Lozano i Metody współpracowników, 5 Wykorzystaliśmy przyczynę modelu zespołu śmierci (CODEM) do modelowania śmiertelności matki według wieku (załącznik).Wraz z CODEM opracowano wiele modeli, a ich wydajność jest oceniana obiektywnie.46 Wybraliśmy dziewięć zmiennych towarzyszących, aby CODEM do testowania na podstawie wcześniej zgłoszonych powiązań, które mają również prawdopodobny związek przyczynowy z śmiertelnością matki: wskaźnik płodności specyficznej dla wieku, całkowita płodnośćWskaźnik śmiertelności HIV w wieku standardowym dla kobiet w wieku 15–49 lat, śmiertelność noworodka, opóźniony produkt krajowy (PKB) na osobę (PKB na osobę obliczoną z opóźnieniem trójkąta, które waha się w ostatnich latach bardziej), mocniej), bardziej), mocniej).Odsetek dostaw występujących w obiektach, odsetek dostaw nadzorowanych przez wykwalifikowanych porodu, pokrycie czterech wizyt w opiece przedporodowej i niedożywienie u dzieci w wieku poniżej 5 lat (<2 SD poniżej średniej wagi dla wieku; stosowany jako proxy dla dorosłych stanu odżywczego odżywczego; załącznik).
Podziękowaliśmy zmienne towarzyszące na trzy grupy, aby umożliwić obliczenia.Zmienne zmienne na poziomie 1 miały najsilniejszy prawdopodobny związek ze śmiertelnością matki;Zmienne towarzyszące na poziomach 2 i 3 miały słabsze prawdopodobne relacje.Codem Testuje wszystkie kombinacje zmiennych towarzyszących poziomu 1 i prawie każdej kombinacji zmiennych towarzyszących poziomu 2 i 3 przy użyciu czterech rodzin modeli: mieszana liniowa regresja liniowej frakcji śmiertelności specyficznej dla przyczyny, przestrzenno-czasowo-czasowy gaussowsko-GPR) wskaźnika śmiertelności z przyczyny przenoszonej przez logit, mieszaną regresję liniową naturalnego dziennika śmierci matki oraz ST-GPR naturalnego dziennika śmierci matki. 46 30% danych danychnie zostały uwzględnione w modelach.Modele zostały zachowane, gdy beta dla każdej zmiennej towarzyszącej była znacząca i w kierunku dozwolonym przez poprzednie dowody.Wydajność każdego zachowanego modelu oceniono następnie za pomocą połowy ustawionych danych pod względem błędu kwadratu kwadratowego w prognozie modelu w porównaniu z wyciągniętymi danymi, a błąd kwadratowy w kwadratowej średnicy w wysokości trendu w kwadratmodel w porównaniu z trendem danych.Modele zespołowe zostały opracowane na podstawie rankingów poszczególnych modeli i wydajności różnych zespołów ocenianych w drugiej połowie danych zatrzymywanych z regresji (załącznik).Zespół najlepiej działający został wybrany i przeniesiony do wszystkich danych.
Jedną z mocnych stron GBD jest to, że wszystkie przyczyny są jednocześnie szacowane.Szacunki każdego
Artykuły
www.thelancet.com Opublikowano online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6 5 5
Wskaźnik śmiertelności ze względu na przyczynę jest niezbędny do sumowania śmiertelności z całej przyczyny przy użyciu algorythu Codcorrect.C Kraj, rok i grupa wiekowa, suma wszystkich przyczyn została przeskalowana, aby wyrównać remis z niepewności śmiertelności z całej przyczyny dla tego kraju, roku i grupy wiekowej.
Przyczyny śmierci matek wcale zgonów matek w dziewięciu przyczynach: krwotok matki, posocznica matki i inne zakażenia związane z ciążą, zaburzenia nadciśnienia ciąży, zablokowana poród, aborcja, inne bezpośrednie zaburzenia matki, inne zaburzenia matki, zaburzenia małżeńskie, HIV i śmierć matczyny.Aby oszacować różne przyczyny śmierci matki, zakończyliśmy przegląd systematyczny (załącznik) w celu zidentyfikowania danych w celu poinformowania, który odsetek całkowitych zgonów matek wynika z każdej przyczyny.Ponadto włączyliśmy wszystkie niezbędne dane rejestracyjne i przykładowe rejestracyjne, które dostarczyły szczegółowe informacje na temat przyczyn matek (załącznik).Zidentyfikowaliśmy 61 badań i, po przetworzeniu, obejmowało 943 lata witalnych rejestracji, rejestracji próbek i danych dotyczących nadzoru śmiertelności matek.
Modelowaliśmy odsetek zgonów matek dla wszystkich przyczyn oprócz HIV za pomocą Dismod-MR (wersja 2.0), które jest bayesowskim narzędziem meta-ponownym opracowanym dla GBD (załącznik).Ta wersja Dismod-MR pozwala na dwa rodzaje efektów (atrybuty badań i zmienne towarzyszące) i obejmuje zagnieżdżone losowe efekty dla superregionu, regionu i kraju.Kluczową zaletą Dismod-MR jest to, że może obsługiwać dane zgłoszone dla każdego przedziału wieku.Prognozy z Dismod-MR dla każdej grupy podzielonej według kraju, roku i wieku są oparte na zmiennych towarzyszących krajach, wartościach referencyjnych na poziomie badań zmiennych i hierarchicznych losowych efektów.Szacunki punktowe z niepewnością zostały opracowane dla sześciu dyskretnych punktów: 1990, 1995, 2000, 2005, 2010 i 2013. Każda przyczyna była modelowana niezależnie.Przewidywane ułamki przyczyny dla każdej grupy zostały wyrównane 100% zgonów niezwiązanych z HIV.Przeskalowane ułamki przyczyny zostały następnie pomnożone przez liczbę zgonów matek w każdej grupie (podzielonej przez kraj, rok i wiek) w celu uzyskania liczby zgonów dla każdej przyczyny matki, sumę, do której dodano zgony HIV.Wynik, w którym obejmuje ułamek przyczyny i liczbę zgonów matek z powodu każdej przyczyny, kraju, grupy wiekowej i roku.
Czas śmierci matki ważną kwestią planowania interwencji jest zrozumienie terminu zgonów matek w odniesieniu do pracy i dostawy.47 Zakończyliśmy systematyczny przegląd w celu zidentyfikowania badań terminu zgonów matek (załącznik).Zidentyfikowaliśmy 142 badania i wykorzystaliśmy dane rejestracyjne, rejestracyjne próbki i dane dotyczące nadzoru za późną śmierć matki.Wiele badań
Łącznie 24 godziny poporodowe (natychmiastowe lub wczesne poporodowe) z okresem wewnątrzprzewodniczym, ponieważ zdarzenia z bezpośredniego okresu poporodowego są klinicznie związane z zdarzeniami występującymi podczas porodu i porodu.Dlatego połączyliśmy również intrapartum i natychmiastowe okresy poporodowe.Postępowaliśmy zgodnie z tym formatem, aby skonstruować zestaw danych, który zawierał cztery różnice okna czasowe: zgony występujące antepartum (przed rozpoczęciem porodu), zgony występujące w intrapartu lub w bezpośrednim okresie poporodowym (do 24 godziny po porodzie), zgony zachodzące podczas podostrej i podostrej iOpóźnione okresy poporodowe (24 godziny na 42 dni po porodzie), 47 i późne zgony matki (43 dni do 1 roku po porodzie).Modelowaliśmy odsetek zgonów matek w każdym z czterech okresów za pomocą Dismod-MR (wersja 2.0).Przewidywane proporcje skalowano do 100% dla każdej grupy.
2030 Scenariusz i obliczenia dotyczące tempa zmiany opracowaliśmy prosty scenariusz prognozy dla MMR dla każdego kraju w 2030 r.
Rycina 3: Globalne zgony matek (A) i roczny wskaźnik zmian w stosunku umieralności matek (B), 1990–2013, pokazują 95% przedziałów niepewności.
50 000
100 000
150 000
200 000
250 000
300 000
350 000
400 000
Num
Over o
f Mat
Erna
D daj
THS
A
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2012 2012
–6
–4
–2
2
4
Annu
Al -ra
z
P
przez
(%)
Rok
B
Metropolitana, Meksyk, Meksyk (R Cárdenas SCD);Kolumbijskie National Health Observatory, National de Salud, Bogota, Kolumbia (C A Castañeda-Orjuela MSC);Uniwersytety Diego Portales, Santiago, Chile (r e castro dr);College of Public Health (H-H LIN SCD), National Taiwan University, Taipei, Tajwan (Prof J-C Chang PhD);National Institutes of Health, Department of Health and Human Services, Bethesda, MD, USA (X Che PhD);Cypr University of Technology, Limassol, Cypr (C A Christopti Dr);Cedars-Sinai Medical Center, Los Angeles, Kalifornia, USA (Prof S SUgh MD);University of Salerno, Baronissi, Włochy (prof. Cirillo MD);Mayo Clinic, Rochester, MN, USA (L T Cooper MD);Medycznie
Artykuły
6 www.thelancet.com Opublikowano online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6
Współczynnik umieralności matek (na 100 000 żywych urodzeń) Liczba zgonów matek roczny wskaźnik zmian śmiertelności matek (%)
1990 2003 2013 1990 2003 2013 1990–2003 2003–13 1990–2013
Orthruvide 283;
273 · 4 (251 · 1 do 296 · 6)
209 · 1 (186 · 3 do 233 · 9)
376 034 (343 483 do 407 574)
361 706 (332 230 do 392 393)
292 982 (261 017 do 327 792)
–0 · 3% (–1,1 do 0,6)
–2 · 7% (–3,9 do –1,5)
–1,3% (–1,9 do –0,8)
Kraje rozwinięte
24 · 5 (23 · 0 do 26 · 1)
16 · 0 (14 · 9 do 17 · 0)
12 · 1 (10,4 do 13 · 7)
3827 (3596 do 4076)
2341 (2178 do 2490)
1811 (1560–2053)
–3 · 3% (–3 · 8 do –2 · 8)
–2 · 9% (–4 · 2 do –1,5)
–3 · 1% (–3,7 do –2 · 5)
Kraje rozwijające się
317 · 6 (289 · 9 do 344 · 5)
305 · 4 (280,3 do 331,5)
232 · 8 (207 · 3 do 260,6)
372 207 (339 780 do 403 753)
359 365 (329 892 do 390 100)
291 171 (259 299 do 325 923)
–0 · 3% (–1,2 do 0,6)
–2 · 7% (–4 · 0 do –1,5)
–1 · 4% (–1,9 do –0,8)
Azja i Pacyfik o wysokich dochodach
16 · 4 (14 · 4 do 18 · 4)
10 · 3 (8 · 9 do 12 · 1)
7 · 9 (6 · 3 do 9,9)
325 (285 do 363)
173 (150–204)
128 (103 do 162)
–3 · 6% (–4 · 9 do –2 · 1)
–2 · 7% (–4 · 6 do –0 · 6)
–3 · 2% (–4 · 2 do –2 · 0)
Brunei 27 · 2 (18 · 9 do 39 · 0)
18 · 6 (13 · 8 do 24 · 6)
14 · 6 (9,8 do 21 · 1)
2 (1 do 3)
1 (1 do 2)
1 (1 do 1)
–2 · 9% (–6 · 3 do 0,4)
–2 · 5% (–6 · 7 do 1,9)
–2 · 7% (–5 · 0 do –0 · 4)
Japonia 14 · 2 (12,2 do 16 · 2)
8 · 2 (6,8 do 9 · 8)
6 · 1 (4,7 do 7 · 9)
171 (148–195)
94 (78 do 113)
66 (51 do 86)
–4 · 3% (–5 · 7 do –2 · 6)
–2 · 9% (–5 · 7 do –0 · 2)
–3 · 7% (–4 · 9 do –2 · 3)
Singapur 10 · 4 (8 · 5 do 12,8)
8,8 (7 · 2 do 10,8)
4 · 5 (3 · 4 do 5 · 8)
6 (5 do 7)
4 (3 do 5)
2 (2 do 3)
–1,2% (–3 · 3 do 0,7)
–6 · 8% (–9 · 4 do –3 · 9)
–3 · 6% (–5 · 3 do –2 · 2)
Korea Południowa 20 · 7 (17 · 5 do 23 · 9)
15 · 4 (12,8 do 19 · 0)
12 · 0 (8,7 do 16 · 7)
145 (123–168)
74 (61 do 91)
58 (42 do 81)
–2 · 3% (–4 · 3 do –0 · 1)
–2 · 6% (–5 · 7 do 0,4)
–2 · 4% (–3 · 9 do –0 · 7)
Azja Środkowa 61 · 7 (58 · 0 do 65 · 6)
45 · 1 (41 · 6 do 49 · 0)
31 · 5 (27 · 0 do 37 · 0)
1188 (1119 do 1265)
724 (668 do 786)
569 (487 do 668)
–2 · 4% (–3,2 do –1,7)
–3 · 6% (–5 · 4 do –1,9)
–2 · 9% (–3 · 6 do –2 · 2)
Armenia 43; x (x6; 0 do 51; x)
35 · 2 (29 · 1 do 42,5)
18 · 3 (13 · 9 do 23 · 4)
32 (26 do 38)
15 (13–19)
8 (6 do 10)
–1,6% (–3 · 5 do 0,4)
–6 · 6% (–9 · 7 do –3 · 6)
–3 · 8% (–5 · 1 do –2 · 4)
Azerbejdżan 42 · 4 (36 · 6 do 49 · 0)
37 · 3 (31,4 do 44 · 2)
23 · 9 (17 · 1 do 33,9)
84 (72 do 97)
57 (48 do 67)
40 (29 do 57)
–1 · 0% (–2 · 8 do 0,8)
–4 · 6% (–8 · 2 do –0 · 4)
–2 · 5% (–4 · 0 do –1 · 0)
Georgia 42 · 0 (35 · 4 do 49 · 8)
31 · 7 (26 · 3 do 38 · 0)
31 · 1 (24 · 7 do 38 · 8)
37 (32 do 44)
19 (16–23)
18 (14–23)
–2 · 2% (–4 · 1 do –0 · 2)
–0 · 2% (–3 · 0 do 2,6)
–1,3% (–2 · 4 do –0 · 1)
Kazachstan 70 · 9 (62 · 1 do 80 · 0)
36 · 0 (31 · 0 do 41,7)
27 · 0 (19 · 5 do 35 · 4)
247 (216 do 278)
105 (91 do 122)
90 (65 do 118)
–5 · 2% (–6 · 6 do –3 · 6)
–2 · 9% (–6 · 5 do 0,4)
–4 · 2% (–5 · 6 do –2 · 9)
Kirgistan 62 · 5 (54 · 3 do 71 · 4)
58 · 3 (50 · 6 do 66 · 8)
46 · 8 (35 · 9 do 59,2)
84 (73 do 95)
66 (58 do 76)
69 (53 do 88)
–0 · 5% (–2 · 1 do 1 · 0)
–2 · 3% (–5 · 2 do 0,5)
–1,3% (–2,5 do –0 · 1)
Mongolia 180,2 (137 · 4 do 233 · 0)
96 · 3 (74 · 6 do 122 · 7)
51 · 3 (34 · 2 do 72 · 3)
108 (82 do 139)
50 (39 do 63)
33 (22–46)
–4 · 8% (–7 · 5 do –2 · 1)
–6 · 4% (–10,7 do –2 · 1)
–5 · 5% (–7 · 5 do –3 · 6)
Czas S odpowiedzialny 74 · 6 (65, 3 i 86 · 4)
49 · 4 (42 · 2 do 57 · 8)
30 · 4 (22 · 2 do 39 · 3)
154 (135–178)
98 (84 do 115)
82 (60 do 106)
–3 · 2% (–4 · 9 do –1 · 6)
–4 · 9% (–8 · 2 do –1,9)
–3 · 9% (–5 · 4 do –2 · 7)
Chewy Stan 72;
61 · 2 (41 · 1 do 83,7)
38 · 2 (22,9 do 55,5)
91 (79 do 103)
64 (43 do 88)
42 (25 do 61)
–1,4% (–4 · 6 do 1,3)
–4 · 8% (–9,7 do –0 · 1)
–2 · 9% (–5 · 0 do –1 · 1)
Uzbekistan 50;
42 · 4 (36 · 6 do 48 · 9)
30 · 5 (21 · 0 do 42 · 6)
353 (315 do 395)
249 (215 do 287)
187 (129–262)
–1,4% (–2,8 do –0 · 1)
–3 · 4% (–6 · 8 do 0,4)
–2 · 3% (–3,9 do –0,7)
Azja Wschodnia 139 · 5 (113 · 1 do 167 · 1)
63 · 9 (58 · 1 do 69,7)
18 · 2 (15 · 0 do 21 · 3)
31 690 (25 695 do 37 974)
11 084 (10 075 do 12 080)
3534 (2925 do 4135)
–6 · 0% (–7 · 6 do –4 · 3)
–12 · 6% (–14 · 5 do –10 · 7)
–8 · 9% (–10 · 1 do –7 · 6)
Chiny 141 · 7 (114 · 4 do 170 · 8)
64 · 1 (58 · 2 do 70 · 1)
17 · 2 (14 · 0 do 20 · 3)
31 042 (25 074 do 37 428)
10 652 (9667 do 11 643)
3233 (2633 do 3815)
–6 · 1% (–7 · 8 do –4 · 3)
–13 · 2% (–15 · 2 do –11 · 1)
–9 · 2% (–10 · 4 do –7 · 8)
Korea Północna 136 · 3 (70 · 2 do 226 · 7)
100 · 5 (67,8 do 144 · 1)
77 · 4 (48 · 3 do 111,9)
546 (281 do 908)
386 (260 do 554)
275 (172–398)
–2 · 2% (–6 · 5 do 2,5)
–2 · 6% (–7 · 4 do 2,5)
–2 · 4% (–5 · 6 do 1 · 1)
Tajwan, prowincja Chin)
24 · 9 (17 · 3 do 33 · 8)
13 · 5 (10 · 1 do 17 · 8)
7 · 9 (6 · 1 do 10,2)
102 (71 do 138)
46 (34 do 60)
26 (20 do 33)
–4 · 7% (–7 · 7 do –1,8)
–5 · 3% (–9 · 0 do –1,7)
–5 · 0% (–6 · 6 do –3 · 2)
Azja Południowa 480 · 4 (407 · 4 do 558 · 3)
399 · 7 (345 · 8 do 467 · 6)
310 · 6 (252 · 4 do 383 · 4)
174 416 (147 914 do 202 689)
142 624 (123 413 do 166 876)
107 827 (87 629 do 133 087)
–1 · 4% (–3 · 0 do 0,3)
–2 · 6% (–5 · 1 do 0,0)
–1 · 9% (–3 · 0 do –0 · 8)
Afganistan 501 · 0 (324 · 4 do 739 · 0)
716 · 3 (441 · 3 do 1123 · 4)
885 · 0 (508 · 7 do 1445 · 1)
3261 (2112 do 4811)
7726 (4760 do 12 117)
8794 (5055 do 14 360)
2,7% (–0,6 do 5,8)
2 · 1% (–1,8 do 5,4)
2 · 4% (0,1 do 4,7)
Bangladesz 551 · 9 (436 · 4 do 659 · 5)
333 · 1 (250,9 do 427 · 6)
242 · 7 (171 · 2 do 326 · 9)
20 669 (16 345 do 24 701)
11 327 (8532 do 14 541)
7737 (5459 do 10 422)
–3 · 9% (–6 · 4 do –1 · 3)
–3 · 2% (–7 · 0 do 0,8)
–3 · 6% (–5 · 1 do –1,9)
Bhutan 551 · 7 (275 · 0 do 846 · 5)
411 · 2 (204 · 9 do 651 · 7)
277 · 4 (136 · 7 do 469 · 2)
106 (53 do 162)
59 (30 do 94)
40 (20 do 68)
–2 · 3% (–6 · 4 do 1,5)
–4 · 0% (–8 · 1 do 0,9)
–3 · 0% (–5 · 8 do 0,2)
Indie 480 · 8 (384 · 9 do 583 · 6)
382 · 0 (315 · 3 do 472 · 8)
281 · 8 (207 · 0 do 371 · 2)
128 695 (103 026 do 156 193)
100 014 (82 553 do 123 801)
71 792 (52 723 do 94 564)
–1,8% (–4 · 0 do 0,6)
–3 · 1% (–6 · 6 do 0,3)
–2 · 3% (–3 · 9 do –0,8)
Nepal 417 · 4 (295 · 9 do 540 · 8)
365 · 0 (262 · 6 do 464 · 3)
272 · 3 (190 · 9 do 363 · 5)
3012 (2136 do 3903)
2623 (1886–3336)
1588 (1113–2119)
–1 · 0% (–3 · 6 do 1,5)
–3 · 0% (–6 · 0 do –0 · 1)
–1,9% (–3,7 do 0,1)
(Tabela 1 trwa na następnej stronie)
Artykuły
www.thelancet.com opublikowane online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6 7 7
Współczynnik umieralności matek (na 100 000 żywych urodzeń) Liczba zgonów matek roczny wskaźnik zmian śmiertelności matek (%)
1990 2003 2013 1990 2003 2013 1990–2003 2003–13 1990–2013
(Kontynuacja z poprzedniej strony)
Pakistan 423;
486 · 5 (360,7 do 595 · 6)
400 · 6 (233 · 0 do 560 · 8)
18 673 (13 973 do 22 976)
20 875 (15 477 do 25 557)
17 876 (10 397 do 25 026)
1 · 1% (–1,6 do 3,7)
–2 · 1% (–7 · 7 do 2,4)
–0 · 3% (–2,9 do 1,8)
Azja Południowo -Wschodnia 295 · 0 (247 · 5 do 353 · 4)
217 · 4 (180 · 8 do 266 · 3)
154 · 9 (124 · 2 do 192 · 9)
35 339 (29 644 do 42 340)
25 637 (21 327 do 31 404)
18 028 (14 456 do 22 444)
–2 · 3% (–3 · 6 do –1 · 1)
–3 · 4% (–5 · 4 do –1 · 6)
–2 · 8% (–4 · 0 do –1,8)
Cambodia 355 · 9 (290 · 5 do 415 · 7)
399 · 0 (277 · 9 do 486 · 8)
220 · 9 (155 · 6 do 286 · 5)
1290 (1053 do 1507)
1355 (944 do 1654)
862 (607 do 1118)
0,8% (–1,8 do 2,8)
–5 · 9% (–9,3 do –2 · 9)
–2 · 1% (–3 · 6 do –0 · 6)
Indonezja 368 · 3 (311 · 6 do 432 · 9)
262 · 0 (224 · 3 do 308 · 2)
199 · 3 (149 · 4 do 257 · 4)
16 519 (13 975 do 19 416)
12 734 (10 902 do 14 982)
93527010 do 12 079)
–2 · 6% (–4 · 2 do –1 · 0)
–2 · 8% (–6 · 1 do 0,0)
–2 · 7% (–4 · 3 do –1 · 4)
Laos 514 · 4 (276 · 7 do 767 · 0)
490 · 7 (251 · 3 do 779 · 6)
303 · 8 (154 · 7 do 521,5)
942 (506 do 1404)
814 (417 do 1293)
543 (277 do 932)
–0 · 4% (–4 · 1 do 2,7)
–4 · 8% (–8 · 3 do –1 · 1)
–2 · 3% (–4 · 7 do 0,3)
Malezja 101 · 6 (84 · 3 do 120,3)
78 · 4 (70,7 do 87 · 5)
55 · 7 (43 · 1 do 70,6)
522 (433 do 617)
364 (328 do 406)
291 (226 do 369)
–2 · 0% (–3 · 5 do –0 · 4)
–3 · 5% (–6 · 0 do –0,8)
–2 · 6% (–3 · 9 do –1 · 3)
Malediwy 292 · 3 (240,8 do 355 · 1)
95 · 4 (78 · 7 do 111,6)
51 · 8 (38 · 6 do 67 · 0)
23 (19–28)
6 (5 do 7)
4 (3 do 5)
–8 · 6% (–10,3 do –6 · 7)
–6 · 2% (–9 · 5 do –3 · 0)
–7 · 5% (–9 · 1 do –6 · 0)
Myanmar 897 · 3 (513 · 3 do 1460 · 4)
645 · 6 (332 · 2 do 1145 · 2)
390 · 9 (196 · 3 do 731 · 7)
9465 (5414 do 15 405)
6108 (3144 do 10 835)
3531 (1773–6609)
–2 · 6% (–6 · 1 do 0,6)
–5 · 1% (–8 · 8 do –1 · 0)
–3 · 7% (–6 · 0 do –0 · 9)
Filipiny 116 · 3 (103 · 4 do 130 · 2)
81 · 5 (72 · 0 do 91,5)
80 · 9 (54,9 do 115 · 0)
2374 (2112 do 2658)
1876 (1657–21105)
1959 (1328–2784)
–2 · 7% (–3,9 do –1,5)
–0,2% (–4 · 3 do 3,5)
–1,6% (–3 · 3 do –0 · 1)
Sri Lanka 73 · 6 (61,8 do 89 · 0)
47 · 9 (38 · 9 do 56 · 7)
30 · 9 (20 · 7 do 43 · 4)
257 (216 do 311)
178 (144 do 211)
116 (77 do 162)
–3 · 3% (–5 · 3 do –1,7)
–4 · 5% (–8 · 6 do –0 · 6)
–3 · 8% (–5 · 9 do –2 · 1)
Tajlandia 42 · 6 (36 · 1 do 50 · 3)
89 · 6 (75 · 9 do 104 · 4)
69 · 5 (47 · 3 do 98 · 7)
456 (386 do 538)
766 (648 do 892)
481 (328 do 684)
5 · 7% (3,8 do 7,5)
–2 · 7% (–6 · 6 do 1,4)
2 · 1% (0,3 do 3,9)
TIMOR-WIELKA 632;
430 · 2 (361,6 do 498 · 6)
223 · 4 (175 · 5 do 275 · 9)
215 (167 do 266)
156 (131–181)
89 (70 do 110)
–2 · 9% (–4 · 9 do –0 · 9)
–6 · 6% (–9 · 0 do –4 · 2)
–4 · 5% (–6 · 0 do –3 · 1)
Wietnam 174 · 5 (124 · 5 do 239 · 1)
88 · 5 (59 · 4 do 122 · 0)
56 · 6 (34 · 1 do 89,5)
3275 (2337 do 4487)
1281 (860 do 1766)
800 (482 do 1265)
–5 · 2% (–8 · 3 do –2 · 2)
–4 · 6% (–9 · 1 do 0,0)
–5 · 0% (–7 · 5 do –2 · 3)
Australasia 8;
5 · 9 (5 · 2 do 6 · 7)
5 · 5 (4 · 5 do 6 · 6)
26 (22–29)
19 (17–22)
21 (17–25)
–2 · 4% (–3 · 7 do –1 · 0)
–0 · 7% (–2,7 do 1,3)
–1,7% (–2 · 6 do –0 · 6)
Australia 7; 0 (6; 0 do 8; 2)
5 · 1 (4 · 4 do 6 · 0)
4 · 8 (3,7 do 5,9)
18 (16–21)
14 (12–16)
15 (12–18)
–2 · 5% (–4 · 1 do –0,8)
–0,7% (–3 · 2 do 2,0)
–1,7% (–3 · 0 do –0 · 5)
Nowa Zelandia 12 · 6 (10 · 3 do 15 · 2)
9 · 4 (7 · 9 do 11 · 3)
9 · 3 (7 · 2 do 12 · 1)
7 (6 do 9)
6 (5 do 7)
6 (4 do 7)
–2 · 2% (–4 · 2 do –0 · 3)
–0 · 1% (–3 · 0 do 2,7)
–1 · 3% (–2,8 do 0,1)
Karaiby 208 · 3 (165 · 9 do 248 · 8)
213 · 1 (161 · 4 do 272 · 2)
150 · 0 (110 · 1 do 206 · 7)
1664 (1325–1987)
1602 (1214–2047)
1075 (788–1480)
0,1% (–1,5 do 1,7)
–3 · 5% (–6 · 1 do –1 · 0)
–1,5% (–2 · 6 do –0 · 1)
Antigua i Barbuda
54 · 4 (40 · 1 do 69 · 4)
50,8 (40 · 1 do 64 · 2)
42 · 0 (27 · 9 do 62 · 3)
1 (1 do 1)
1 (1 do 1)
1 (0 do 1)
–0 · 5% (–3 · 2 do 2 · 1)
–2 · 0% (–6 · 4 do 2,7)
–1,2% (–3 · 1 do 1 · 1)
Barbados 69 · 4 (54 · 8 do 87 · 4)
62 · 3 (50,4 do 75 · 0)
49 · 9 (34 · 3 do 70,7)
3 (2 do 4)
2 (2 do 3)
2 (1 do 3)
–0,8% (–3 · 0 do 1,4)
–2 · 3% (–6 · 2 do 1,7)
–1,5% (–3 · 2 do 0,4)
Belize 32 · 1 (26 · 2 do 39,5)
42 · 5 (34,9 do 51,6)
55 · 5 (37 · 6 do 78 · 9)
2 (2 do 3)
3 (2 do 4)
4 (3 do 6)
2 · 2% (0 · 1 do 4,2)
2,5% (–1,4 do 6,3)
2 · 3% (0,3 do 4 · 1)
Kuba 71 · 1 (59 · 6 do 87 · 0)
60 · 6 (52,4 do 70,2)
39 · 8 (31,5 do 49,5)
123 (103 do 150)
82 (71 do 95)
44 (35 do 54)
–1,2% (–3 · 0 do 0,4)
–4 · 3% (–6 · 9 do –1 · 6)
–2 · 5% (–3,8 do –1 · 2)
Dominica 50,2 (39 · 2 do 65 · 9)
41 · 4 (32 · 4 do 52 · 2)
36 · 1 (23 · 2 do 52 · 7)
1 (1 do 1)
1 (0 do 1)
0 (0 do 1)
–1,5% (–4 · 2 do 1,0)
–1 · 5% (–5 · 9 do 2,6)
–1,5% (–3 · 6 do 0,6)
Republika Dominikany
73 · 8 (62,8 do 85 · 8)
60,5 (52,2 do 69,8)
40 · 8 (28 · 9 do 55 · 8)
164 (139–191)
138 (119–159)
90 (64 do 124)
–1,5% (–2,9 do 0,0)
–4 · 1% (–7 · 6 do –0,8)
–2 · 6% (–4 · 2 do –1 · 1)
Grenada 47 · 7 (37 · 6 do 62 · 4)
62 · 5 (50 · 6 do 76 · 6)
56 · 7 (41 · 0 do 76 · 9)
1 (1 do 2)
1 (1 do 1)
1 (1 do 2)
2 · 1% (–0,2 do 4,5)
–1 · 1% (–4 · 7 do 2,4)
0,7% (–1,0 do 2,4)
Gujana 118 · 8 (98 · 5 do 142 · 0)
138 · 9 (111 · 4 do 169 · 2)
118 · 1 (75 · 8 do 179 · 4)
21 (17–25)
25 (20 do 30)
20 (13–30)
1,2% (–1,0 do 3,3)
–1,8% (–6 · 1 do 2,4)
–0 · 1% (–2 · 1 do 2,0)
Haiti 492 · 4 (363 · 4 do 619 · 7)
495 · 7 (351 · 1 do 662 · 0)
333 · 0 (219 · 1 do 480 · 1)
1290 (952 do 1624)
1289 (913–1722)
868 (571 do 1251)
0,0% (–2 · 0 do 2 · 1)
–4 · 0% (–7 · 2 do –1 · 0)
–1,7% (–3 · 2 do –0 · 1)
Jamajka 44 · 0 (32 · 4 do 58 · 1)
59 · 4 (48 · 6 do 71,2)
44 · 7 (29,7 do 66 · 0)
27 (20 do 36)
33 (27 do 40)
23 (15–34)
2,3% (–0,2 do 5,0)
–3 · 0% (–7 · 0 do 1,2)
0,0% (–2 · 0 do 2 · 1)
Saint Lucia 52 · 0 (40 · 8 do 68 · 7)
44 · 4 (35 · 5 do 54 · 3)
41 · 0 (28 · 0 do 58 · 8)
2 (2 do 3)
1 (1 do 2)
1 (1 do 2)
–1,2% (–3,9 do 1,3)
–0 · 9% (–4 · 6 do 3,2)
–1 · 1% (–3 · 1 do 0,7)
(Tabela 1 trwa na następnej stronie)
Artykuły
8 www.thelancet.com Opublikowano online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6
Współczynnik umieralności matek (na 100 000 żywych urodzeń) Liczba zgonów matek roczny wskaźnik zmian śmiertelności matek (%)
1990 2003 2013 1990 2003 2013 1990–2003 2003–13 1990–2013
(Kontynuacja z poprzedniej strony)
Saint Vincent i Grenadyny
45 · 2 (33,3 do 60,8)
65 · 7 (54 · 0 do 81,7)
60 · 1 (43,7 do 80 · 8)
1 (1 do 2)
1 (1 do 2)
1 (1 do 1)
2,9% (0,2 do 5,7)
–1 · 0% (–4 · 6 do 2,3)
1,2% (–0,7 do 3,2)
Surinam 76 · 8 (62 · 3 do 93 · 2)
88 · 2 (71,3 do 106 · 5)
65 · 2 (44 · 2 do 91,3)
7 (6 do 9)
9 (7 do 11)
6 (4 do 9)
1 · 1% (–1 · 1 do 3,2)
–3 · 1% (–7 · 6 do 1 · 0)
–0,8% (–2 · 6 do 1 · 1)
Bahamy 63 · 1 (48 · 0 do 84 · 0)
71 · 8 (57 · 5 do 90,2)
60 · 3 (38,8 do 91,2)
4 (3 do 5)
4 (3 do 5)
4 (2 do 5)
1 · 0% (–1,7 do 3,5)
–1,9% (–6 · 5 do 2,4)
–0 · 3% (–2 · 4 do 2,1)
Trynidad i Tobago
72 · 3 (61,5 do 84 · 3)
64 · 4 (54 · 1 do 75 · 8)
49 · 7 (36 · 4 do 65 · 6)
17 (14–20)
13 (11–15)
10 (7 do 13)
–0 · 9% (–2 · 6 do 0,9)
–2 · 7% (–5 · 8 do 0,5)
–1,7% (–3 · 1 do –0 · 2)
Europa Środkowa 48 · 9 (45 · 4 do 53 · 0)
15 · 4 (14 · 1 do 16 · 5)
8 · 8 (7 · 5 do 10 · 1)
790 (734 do 856)
189 (173–203)
112 (95 do 128)
–8,9% (–9,7 do –8,2)
–5 · 6% (–7 · 1 do –4 · 1)
–7 · 4% (–8 · 2 do –6 · 8)
Albania X5;
13 · 2 (10,8 do 16 · 1)
7 · 3 (4 · 9 do 10,2)
30 (25 do 35)
6 (5 do 8)
3 (2 do 4)
–7 · 6% (–9,7 do –5 · 5)
–6 · 1% (–10 · 4 do –2 · 2)
–6 · 9% (–8 · 7 do –5 · 2)
Bośnia i Hercegowina
38 · 8 (31,2 do 47 · 0)
20 · 4 (14,8 do 27 · 6)
11 · 0 (7 · 7 do 15 · 3)
23 (19–28)
7(5 do 9)
4 (3 do 5)
–5 · 0% (–7 · 8 do –2 · 3)
–6 · 3% (–10 · 1 do –2 · 5)
–5 · 5% (–7 · 2 do –3 · 8)
Bułgaria 44 · 3 (38 · 8 do 50,7)
29 · 2 (24 · 9 do 33,7)
14 · 8 (12 · 0 do 18 · 2)
43 (37 do 49)
22 (18–25)
11 (9 do 13)
–3 · 2% (–4 · 8 do –1,7)
–6 · 8% (–9 · 0 do –4 · 5)
–4 · 8% (–5 · 7 do –3 · 8)
Chorwacja 16,9 (14 · 1 do 20 · 1)
12,7 (10,5 do 14,9)
9 · 9 (7 · 9 do 12 · 3)
9 (7 do 11)
5 (4 do 6)
4 (3 do 5)
–2 · 2% (–4 · 0 do –0 · 5)
–2 · 5% (–4 · 9 do 0,0)
–2 · 3% (–3 · 6 do –1 · 1)
Republika Czeska
18 · 1 (15 · 2 do 21 · 4)
7 · 0 (5,8 do 8 · 4)
5 · 3 (4 · 1 do 6 · 7)
22 (18–26)
7 (6 do 9)
6 (5 do 8)
–7 · 3% (–9,2 do –5 · 4)
–2 · 8% (–5 · 6 do –0 · 2)
–5 · 3% (–6 · 6 do –4 · 1)
Węgry 19 · 0 (16 · 0 do 22,5)
9 · 2 (7 · 6 do 11 · 0)
8 · 5 (6 · 3 do 10,7)
24 (20–28)
9 (7 do 11)
9 (6 do 11)
–5 · 6% (–7 · 5 do –3,7)
–0,8% (–3,7 do 1,9)
–3 · 5% (–4 · 9 do –2 · 3)
Macedonia 25 · 1 (20 · 1 do 31,3)
17 · 7 (14 · 7 do 21 · 0)
10,5 (8 · 2 do 13 · 3)
9 (7 do 11)
4 (4 do 5)
2 (2 do 3)
–2 · 7% (–4 · 8 do –0 · 6)
–5 · 2% (–7 · 6 do –2 · 4)
–3 · 8% (–5 · 3 do –2 · 3)
Czarnogóra 15,9 (10 · 4 do 23 · 0)
18 · 6 (14 · 0 do 24 · 0)
12 · 3 (8 · 6 do 17 · 3)
1 (1 do 2)
1 (1 do 2)
1 (1 do 1)
1,3% (–2,2 do 4,7)
–4 · 2% (–7 · 8 do –0 · 2)
–1 · 1% (–3 · 3 do 1 · 1)
Polska 34 · 0 (30 · 3 do 38 · 2)
8 · 6 (7 · 4 do 9,9)
4 · 8 (3,8 do 6 · 1)
179(159 do 201)
33(28 do 37)
20 (16 do 26)
–10 · 6% (–12 · 0 do –9 · 3)
–5 · 8% (–8 · 5 do –3 · 4)
–8 · 5% (–9 · 6 do –7 · 4)
Rumunia 152 · 1 (137 · 4 do 169 · 5)
31 · 6 (27 · 9 do 35 · 5)
15,9 (12,2 do 19,9)
414(374 do 462)
73 (65 do 82)
37 (28 do 46)
–12 · 1% (–13 · 3 do –10 · 9)
–6 · 9% (–9 · 6 do –4 · 3)
–9,8% (–11,1 do –8,7)
Serbia 15,8 (11,0 do 22,9)
12,1(10,1 do 14,2)
10,6(8,5 do 13,0)
22 (15–32)
13 (11–16)
10 (8 do 12)
–2 · 0%( - 5 · 1 do 1,0)
–1,3%(–3,8 do 1,2)
–1,7%(–3,6 do 0,1)
Słowacja 15,9 (12,7 do 19,5)
9,5(8,0 do 11,1)
6 · 2 (4,8 do 7 · 9)
12 (10 do 15)
5 (4 do 6)
4 (3 do 5)
–4 · 0% (–6 · 1 do –2 · 0)
–4 · 3% (–7 · 1 do –1 · 6)
–4 · 1% (–5 · 5 do –2 · 8)
Słowenia 12 · 9 (10 · 6 do 15,7)
11 · 0 (8,8 do 13 · 3)
7 · 4 (5 · 5 do 9,8)
3 (2 do 3)
2 (2 do 3)
2 (1 do 2)
–1,2% (–3 · 2 do 0,8)
–4 · 1% (–7 · 3 do –0,8)
–2,5% (–3,9 do –1,0)
Europa Wschodnia 60 · 1 (54 · 3 do 65 · 7)
36 · 3 (32,8 do 40 · 4)
17 · 6 (14 · 4 do 20 · 6)
1566 (1415–1714)
812(733 do 904)
433(354 do 507)
–3,9% (–4,9 do –2,8)
–7,3% (–9,4 do –5,4)
–5 · 3% (–6 · 1 do –4 · 6)
Białoruś 40,5 (35 · 1 do 46 · 3)
25 · 0 (20 · 8 do 30 · 0)
10 · 6 (7 · 7 do 13 · 9)
53 (46 do 60)
25 (20 do 30)
11(8 do 15)
–3,7% (–5,4 do –1,9)
–8 · 7% (–11,9 do –5 · 5)
–5 · 9% (–7 · 2 do –4 · 5)
25; 1 (x7; 4 do 54; 1)
17 · 7 (14 · 7 do 21 · 5)
7 · 1 (4,9 do 9 · 5)
8(7 do 10)
3 (2 do 3)
1 (1 do 1)
–7 · 2% (–9,2 do –5 · 3)
–9 · 2% (–12 · 7 do –5 · 8)
–8 · 1% (–9 · 9 do –6 · 6)
Łotwa 49 · 7 (42 · 2 do 58 · 1)
20 · 8 (17 · 1 do 24 · 5)
8,5(6,2 do 11,1)
16(13 do 18)
5 (4 do 6)
2 (1 do 3)
–6 · 7% (–8 · 5 do –5 · 0)
–9 · 0% (–12 · 3 do –6 · 3)
–7 · 7% (–9 · 2 do –6 · 4)
Litwa 29,6 (24 · 9 do 34,9)
13 · 7 (11 · 5 do 16 · 3)
6,1(4,6 do 7,8)
15(13 do 18)
5 (4 do 5)
2 (2 do 3)
–5 · 9% (–7 · 7 do –4 · 0)
–8 · 2% (–11 · 1 do –5 · 2)
–6 · 9% (–8 · 3 do –5 · 6)
Mołdawia 68;
34,7(28,5 do 41,3)
21,8 (16,0 do 28,2)
50 (43 do 57)
16 (13–19)
9 (7 do 12)
–5 · 3% (–7 · 2 do –3 · 4)
–4 · 7% (–7 · 7 do –1,8)
–5 · 0% (–6 · 6 do –3 · 7)
Rosja 64,9 (57,7 do 72,6)
36,9 (32,5 do 42,0)
16 · 8 (13 · 5 do 20 · 2)
1099 (976 do 1229)
575 (507 do 655)
291 (234 do 351)
–4 · 4% (–5 · 7 do –2 · 9)
–7,9% (–10,5 do –5,6)
–5,9% (–6,8 do –5,0)
Ukraina 53,3 (46,3 do 60,8)
39 · 6 (34,5 do 45 · 4)
23 · 1 (17 · 5 do 29 · 2)
326 (283 do 372)
184 (161 do 211)
116 (88–147)
–2,3% (–3,7 do –0,8)
–5,4% (–8,4 do –2,7)
–3,7% (–4,9 do –2,5)
Europa Zachodnia 12 · 7 (11,7 do 13,8)
8 · 1 (7 · 3 do 8 · 6)
6 · 3 (5 · 3 do 7 · 1)
565 (522 do 615)
365 (330 do 390)
288(243 do 326)
–3,5% (–4,2 do –2,9)
–2,5% (–3,8 do –1,4)
–3 · 1% (–3,8 do –2 · 5)
(Tabela 1 trwa na następnej stronie)
Artykuły
www.thelancet.com Opublikowano online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6 9 9
Współczynnik umieralności matek (na 100 000 żywych urodzeń) Liczba zgonów matek roczny wskaźnik zmian śmiertelności matek (%)
1990 2003 2013 1990 2003 2013 1990–2003 2003–13 1990–2013
(Kontynuacja z poprzedniej strony)
Andorra 5,5 (3 · 1 do 9,0)
3 · 1 (1 · 9 do 4,9)
3 · 0 (1 · 6 do 4,8)
0 (0 do 0)
0 (0 do 0)
0 (0 do 0)
–4 · 4% (–9 · 2 do 0,1)
–0 · 6% (–6 · 3 do 5,6)
–2 · 7% (–5 · 9 do 0,2)
Austria 10;
5 · 0 (4 · 0 do 6 · 0)
3 · 2 (2 · 3 do 4 · 0)
9(8 do 11)
4 (3 do 5)
3 (2 do 3)
–5 · 6% (–7 · 5 do –3 · 6)
–4,5% (–7,4 do –1,8)
–5 · 1% (–6 · 5 do –3 · 8)
Belgia 11,3 (9,4 do 13,3)
8 · 4 (6 · 9 do 10 · 1)
6 · 7 (5 · 0 do 8 · 6)
14 (12–16)
10 (8 do 12)
9 (7 do 11)
–2 · 2% (–4 · 0 do –0 · 5)
–2 · 3% (–5 · 2 do 0,5)
–2 · 3% (–3 · 6 do –1 · 0)
Cypr 13 · 3 (9,6 do 17,7)
8,7 (6 · 7 do 11 · 0)
6 · 1 (4 · 4 do 8 · 1)
2 (1 do 3)
1 (1 do 1)
1 (1 do 1)
–3 · 2% (–6 · 0 do –0 · 4)
–3 · 6% (–7 · 4 do 0,1)
–3 · 4% (–5 · 2 do –1 · 6)
Dania 7,4(6,2 do 9,1)
5,8 (4,7 do 7 · 1)
4,8(3,4 do 6,2)
5 (4 do 6)
4 (3 do 5)
3 (2 do 4)
–1,9% (–4 · 4 do 0,1)
–2 · 1% (–5 · 0 do 0,7)
–2 · 0% (–3 · 7 do –0 · 5)
Finlandia 7 · 2 (5,9 do 8,8)
6 · 4 (5 · 3 do 7 · 6)
3,9(3,0 do 5,0)
5 (4 do 6)
4 (3 do 4)
2 (2 do 3)
–0 · 9% (–2 · 8 do 1,0)
–5 · 0% (–7 · 6 do –2 · 3)
–2 · 7% (–4 · 1 do –1 · 4)
Francja 15,6 (13,5 do 17,7)
11,0(9,3 do 12,6)
8,8(6,9 do 11,0)
116 (100–132)
87 (74 do 100)
70 (55 do 88)
–2 · 7% (–4 · 1 do –1,2)
–2 · 2% (–4 · 5 do 0,2)
–2,5% (–3,7 do –1,3)
Niemcy 18,0 (15,9 do 20,4)
8,3(7,1 do 9,6)
6 · 5 (5 · 0 do 7 · 9)
146 (129–165)
62 (52 do 71)
46 (36 do 56)
–5 · 9% (–7 · 4 do –4 · 7)
–2,5% (–4,6 do –0,5)
–4,4% (–5,6 do –3,4)
Grecja 9,5(8,0 do 11,1)
7 · 9 (6 · 6 do 9 · 3)
9 · 1 (7 · 2 do 11 · 3)
10 (8 do 11)
9 (7 do 11)
10 (8 do 12)
–1,4% (–3,2 do 0,2)
1 · 4% (–1,0 do 4 · 0)
–0,2% (–1,3 do 1,0)
Islandia 7 · 1 (5,5 do 9 · 0)
4 · 2 (3 · 0 do 5 · 6)
2 · 4 (1 · 6 do 3 · 6)
0 (0 do 0)
0 (0 do 0)
0 (0 do 0)
–4 · 1% (–7 · 1 do –1 · 1)
–5,4% (–9,9 do –1,0)
–4 · 7% (–6 · 9 do –2 · 6)
Irlandia 6 · 3 (5,2 do 7,6)
3 · 9 (3 · 1 do 4 · 7)
3 · 3 (2 · 3 do 4 · 4)
3 (3 do 4)
2 (2 do 3)
2 (2 do 3)
–3,7% (–5,6 do –1,9)
–1,7% (–5 · 0 do 1,7)
–2 · 8% (–4 · 4 do –1 · 3)
Izrael 10; 4 (8 do 12; 5)
7 · 1 (5,9 do 8,5)
4,4(3,2 do 5,5)
10(9 do 12)
10 (8 do 12)
7(5 do 9)
–2 · 9% (–4 · 8 do –1 · 1)
–4 · 9% (–8 · 2 do –2 · 2)
–3 · 8% (–5 · 4 do –2 · 4)
Włochy 9,9 (8 · 6 do 11,4)
5 · 7 (4 · 7 do 6 · 7)
4,3(3,2 do 5,5)
54(47 do 63)
32(27 do 38)
24 (18–32)
–4 · 3% (–5 · 8 do –2 · 7)
–2 · 8% (–5 · 7 do –0 · 2)
–3 · 7% (–5 · 0 do –2 · 4)
Luksemburg Dodaj Luksemburg 5 VIP N: 4 (: 4)
7,0(5,4 do 8,6)
6,1(4,5 do 8,0)
0 (0 do 0)
0 (0 do 0)
0 (0 do 1)
2 · 6% (0,3 do 4 · 6)
–1,5% (–4 · 7 do 2,0)
0,8% (–0,8 do 2,4)
Malta 6,9(5,5 do 8,4)
5,4(4,2 do 6,9)
2,9(2,0 do 3,9)
0 (0 do 1)
0 (0 do 0)
0 (0 do 0)
–1,8% (–4 · 3 do 0,5)
–6 · 5% (–10 · 4 do –2 · 8)
–3 · 8% (–5 · 6 do –2 · 1)
Holandia 11,7(9,8 do 13,9)
10,8(8,9 do 12,7)
6 · 7 (5 · 1 do 8 · 3)
23 (19–27)
22 (18–25)
12 (9 do 15)
–0 · 6% (–2 · 3 do 1,0)
–4,8% (–7,4 do –2,1)
–2,5% (–3,7 do –1,3)
Norwegia 5,9(4,9 do 7,1)
6 · 3 (5 · 1 do 7 · 7)
4 · 5 (3 · 5 do 5 · 6)
4 (3 do 4)
4 (3 do 5)
3 (2 do 4)
0,5% (–1,4 do 2,5)
–3 · 4% (–6 · 0 do –0 · 7)
–1,2% (–2,4 do 0,1)
Portugalia 20 · 6 (17 · 7 do 24 · 1)
13 · 6 (11,5 do 16 · 0)
9,8 (7 · 7 do 12 · 2)
23 (20–27)
15 (13–17)
9 (7 do 11)
–3,2% (–4,9 do –1,5)
–3,3% (–6,0 do –0,8)
–3 · 3% (–4 · 4 do –2 · 1)
Hiszpania 12,3 (10,7 do 14,3)
7 · 0 (6 · 0 do 8 · 2)
6 · 2 (4,8 do 7 · 6)
47 (41 do 54)
32(28 do 37)
31(24 do 38)
–4,3% (–5,8 do –2,8)
–1,4% (–3,8 do 1,2)
–3 · 0% (–4 · 2 do –1 · 9)
Szwecja 7 · 0 (5 · 7 do 8,6)
4 · 9 (3 · 9 do 5 · 9)
3,7 (2,7 do 4,8)
8(7 do 10)
5 (4 do 6)
4 (3 do 6)
–2 · 7% (–4 · 9 do –0 · 7)
–2 · 8% (–6 · 1 do 0,1)
–2 · 7% (–4 · 5 do –1,3)
Szwajcaria 6 · 7 (5 · 5 do 8 · 3)
5,8(4,6 do 7,2)
3,9(2,9 do 5,1)
5(4 do 7)
4 (3 do 5)
3 (2 do 4)
–1 · 1% (–3 · 4 do 1 · 1)
–4 · 0% (–7 · 0 do –1 · 0)
–2 · 3% (–4 · 1 do –0 · 9)
Wielka Brytania 10,4 (9,4 do 11 · 1)
7,7(7,0 do 8,3)
6,1(5,2 do 6,9)
80(73 do 86)
57 (52 do 62)
47 (40 do 54)
–2,3% (–2,9 do –1,7)
–2,4% (–3,8 do –1,0)
–2,3% (–3,0 do –1,7)
Andyjska Ameryka Łacińska
187,9 (169,5 do 208,7)
112,5 (99,7 do 125,1)
96 · 0 (75 · 3 do 117 · 2)
2249 (2028–2497)
1366 (1211–1520)
1164 (912 do 1421)
–4,0% (–5,2 do –2,8)
–1,6% (–4,0 do 0,6)
–2,9% (–4,1 do –2,0)
Boliwia 382,4 (312,1 do 458,1)
229 · 9 (178 · 7 do 281,9)
179 · 6 (110 · 4 do 257 · 2)
977 (798 do 1171)
616(479 do 755)
499(307 do 715)
–3,9% (–6,3 do –1,7)
–2,6% (–6,9 do 1,3)
–3,4% (–5,6 do –1,5)
Ekwador 142 · 7 (128 · 4 do 159 · 9)
86 · 0 (72 · 8 do 100 · 3)
84 · 6 (57 · 7 do 122 · 0)
430 (386 do 481)
282(239 do 329)
282(192 do 406)
–3,9% (–5,4 do –2,4)
–0,3% (–4,6 do 3,7)
–2 · 3% (–4 · 1 do –0,7)
Na 131,5 (114, 1 i 152 · 6)
75 · 7 (64 · 6 do 88 · 4)
63,7 (45,6 do 85,4)
842(731 do 977)
468(400 do 547)
383(274 do 513)
–4,3% (–5,9 do –2,6)
–1,8% (–5 · 2 do 1,6)
–3 · 2% (–4 · 8 do –1,7)
Środkowa Ameryka Łacińska
78 · 8 (74 · 9 do 82 · 3)
67 · 9 (63,7 do 72 · 6)
59,9 (53,8 do 66,7)
3884(3690 do 4056)
3446(3231 do 3683)
2950 (2649 do 3283)
–1 · 1% (–1,6 do –0,7)
–1,3% (–2,2 do –0 · 2)
–1,2% (–1,6 do –0,7)
Kolumbia 68,2 (60,7 do 76,7)
77,1(67,2 do 87,7)
62,9 (44,1 do 85,2)
633(563 do 712)
725 (632 do 824)
577 (405 do 782)
0,9% (–0,3 do 2,2)
–2,2% (–5,6 do 1,2)
–0,4% (–1,9 do 1,0)
(Tabela 1 trwa na następnej stronie)
Artykuły
10 www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6
Współczynnik umieralności matek (na 100 000 żywych urodzeń) Liczba zgonów matek roczny wskaźnik zmian śmiertelności matek (%)
1990 2003 2013 1990 2003 2013 1990–2003 2003–13 1990–2013
(Kontynuacja z poprzedniej strony)
Kostaryka 31,1 (26 · 9 do 36 · 0)
36 · 3 (31,7 do 41,5)
24 · 9 (20 · 1 do 30 · 3)
25 (22–29)
28(24 do 31)
19 (15–23)
1,2% (–0,3 do 2,7)
–3 · 8% (–6 · 0 do –1,5)
–1,0% (–2,0 do 0,1)
Salwador 105,5 (90,2 do 120,4)
57,5 (49,2 do 66,5)
65,8 (44,3 do 91,6)
181(155 do 206)
77 (66 do 89)
86 (58 do 119)
–4 · 7% (–6 · 3 do –3 · 1)
1,2% (–2,6 do 4,9)
–2,1% (–3,8 do –0,4)
Gwatemala 112,8 (101,0 do 126,2)
91,8 (81,2 do 104,2)
86,7 (65,8 do 110,8)
409 (367 do 458)
400 (353 do 454)
423 (321 do 541)
–1,6% (–2,8 do –0,4)
–0,6% (–3,5 do 2,0)
–1,2% (–2,4 do 0,0)
Honduras 153,1 (90,5 do 190,4)
119,5 (48,5 do 191,2)
72 · 0 (35 · 5 do 123 · 0)
295 (175 do 367)
238 (97 do 381)
153(75 do 260)
–2,1% (–6,4 do 1,5)
–5,1% (–10,5 do 0,2)
–3,4% (–5,8 do –1,1)
Meksyk 73,8 (70,4 do 77,1)
57 · 9 (55 · 0 do 60,5)
54 · 0 (50,3 do 58 · 2)
1774 (1691–1851)
1429 (1357–1493)
1224 (1139 do 1320)
–1,9% (–2,3 do –1,5)
–0,7% (–1,5 do 0,1)
–1,4% (–1,7 do –1,0)
Nikaragua 94 · 5 (81,2 do 109,4)
87 · 8 (76 · 7 do 101 · 0)
63 · 5 (49 · 0 do 80 · 0)
148 (127 do 171)
126(110 do 145)
90(69 do 113)
–0,6% (–2,1 do 1,0)
–3,3% (–6,2 do –0,7)
–1,8% (–3 · 0 do –0 · 5)
Panama 62 · 3 (53 · 0 do 72 · 7)
66 · 2 (57 · 2 do 76 · 3)
55 · 2 (40 · 6 do 73 · 2)
42(35 do 49)
50(44 do 58)
42(31 do 56)
0,5% (–1,1 do 2,2)
–1 · 9% (–5 · 1 do 1,3)
–0 · 6% (–1,9 do 0,8)
Wenezuela 66 · 6 (59 · 6 do 73 · 5)
62 · 0 (56 · 3 do 68 · 7)
54,7 (42,8 do 68,6)
377(337 do 415)
373(339 do 413)
336(263 do 421)
–0,5% (–1,6 do 0,5)
–1,3% (–3,8 do 1,2)
–0 · 9% (–2 · 0 do 0,2)
Południowa Ameryka Łacińska
55,5(51,1 do 60,2)
51,2(46,3 do 55,8)
44,2(37,3 do 51,3)
603(555 do 653)
513 (465 do 560)
445 (376 do 518)
–0 · 6% (–1,6 do 0,2)
–1,5% (–3,3 do 0,3)
–1,0% (–1,8 do –0,2)
Argentyna 60,2 (54,9 do 66,0)
63,3(57,0 do 69,7)
54,7 (45,3 do 64,6)
434 (396 do 476)
440 (396 do 484)
387 (320 do 456)
0,4% (–0,7 do 1,4)
–1,5% (–3,5 do 0,5)
–0,4% (–1,3 do 0,4)
Chile 47,8 (42,3 do 54,3)
22,0(19,3 do 25,0)
18 · 7 (14 · 7 do 23 · 2)
146(130 do 166)
56 (49 do 64)
47(37 do 58)
–6,0% (–7,4 do –4,6)
–1,7% (–4,2 do 0,9)
–4,1% (–5,2 do –3,0)
Urugwaj 38,7 (32,8 do 45,3)
32 · 5 (27 · 4 do 38 · 1)
22 · 9 (17 · 3 do 29 · 4)
23 (19–27)
17 (15–20)
12 (9 do 15)
–1 · 4% (–3 · 0 do 0,3)
–3,6% (–6,5 do –0,7)
–2 · 3% (–3 · 6 do –1 · 0)
Tropikalna Ameryka Łacińska
75 · 9 (68 · 0 do 84 · 6)
68 · 3 (60,9 do 75 · 6)
60 · 6 (47 · 5 do 75 · 6)
2818(2522 do 3139)
2445 (2182 do 2708)
1969 (1542 do 2457)
–0,8% (–1,9 do 0,2)
–1,2% (–3,9 do 1,3)
–1 · 0% (–2 · 2 do 0,1)
Brazylia 73 · 1 (65 · 0 do 82 · 0)
66 · 0 (58 · 4 do 73 · 7)
58,7 (45,8 do 73,5)
2609(2320 do 2925)
2265 (2003 do 2530)
1813 (1414 do 2267)
–0,8% (–1,9 do 0,3)
–1,2% (–4 · 0 do 1,4)
–1,0% (–2,2 do 0,2)
Paragwaj 145,6 (130,2 do 162,4)
119,8 (107,3 do 134,0)
95,2 (71,6 do 126,9)
209(187 do 233)
181(162 do 202)
156 (117–208)
–1,5% (–2,7 do –0 · 3)
–2 · 4% (–5 · 3 do 1,0)
–1,9% (–3,2 do –0,5)
Afryka Północna i Bliski Wschód
131,0 (115,4 do 147,8)
101,8 (85,1 do 121,3)
78,1 (63,1 do 97,6)
13 106 (11 543 do 14 783)
10 370 (8672 do 12 351)
8907 (7204 do 11 135)
–2,0% (–3,2 do –0,9)
–2,7% (–4,3 do –1,0)
–2,3% (–3,2 do –1,3)
Algieria 126,1 (87,0 do 170,4)
81,0 (59,8 do 107,0)
51,5 (37 · 2 do 70 · 1)
949 (655 do 1283)
575 (424 do 759)
470(340 do 641)
–3,4% (–6,5 do 0,1)
–4,5% (–8,6 do –0,5)
–3,9% (–5,8 do –2,0)
Bahrajn 55,4 (40,7 do 73,4)
32 · 7 (24 · 9 do 41,9)
21,4 (15,5 do 29,0)
7(5 do 10)
5 (4 do 6)
4 (3 do 6)
–4,0% (–6,9 do –1,1)
–4,3% (–8,0 do 0,1)
–4,2% (–6,1 do –2,2)
Egipt 83 · 7 (69 · 9 do 100 · 1)
44 · 8 (39 · 1 do 51,9)
32,6 (24,5 do 42,3)
1385 (1157 do 1656)
765(668 do 888)
619(465 do 803)
–4,8% (–6,5 do –3,0)
–3,2% (–6,2 do –0,3)
–4 · 1% (–5 · 5 do –2 · 8)
Iran 40; 1 (27; 0 do 57; 2)
26,6 (21,9 do 31,6)
13,5(9,4 do 18,3)
651(439 do 929)
333(275 do 396)
197(137 do 266)
–3,1% (–6,2 do 0,2)
–6 · 9% (–10,9 do –3 · 1)
–4,7% (–7,0 do –2,6)
Irak 110 · 6 (68 · 7 do 157 · 0)
88,0 (62,0 do 126,8)
65,8 (40,4 do 110,7)
736(457 do 1045)
816(574 do 1175)
695(427 do 1170)
–1,7% (–5 · 6 do 2,5)
–3 · 1% (–8 · 1 do 2,3)
–2,3% (–4,8 do 0,7)
Jordania 102,2 (79,1 do 128,7)
60,2 (46,2 do 78,8)
29,8 (20,3 do 41,4)
112(87 do 141)
92(71 do 120)
57 (39 do 79)
–4 · 1% (–6 · 9 do –1,3)
–7 · 1% (–11,8 do –2 · 2)
–5,4% (–7,2 do –3,5)
Kuwejt 17,8 (14,4 do 21,6)
11,4(9,6 do 13,6)
9,5(7,5 do 12,0)
6(5 do 7)
5 (5 do 7)
7 (5 do 8)
–3,4% (–5,4 do –1,4)
–1,8% (–4,4 do 0,8)
–2,7% (–4,0 do –1,4)
Liban 101,4 (74,8 do 135,1)
42,4 (30,8 do 56,8)
18,1 (11,9 do 26,0)
65 (48 do 87)
23 (16 do 30)
12(8 do 17)
–6,7% (–9,5 do –3,9)
–8,6% (–12,7 do –4,9)
–7,5% (–9,7 do –5,5)
Libia 41,8 (25,7 do 64,6)
30,7(22,8 do 40,5)
27 · 0 (18 · 0 do 40 · 5)
46(28 do 71)
37(27 do 49)
33(22 do 50)
–2,3% (–6,0 do 1,6)
–1,4% (–6,5 do 3,7)
–1,9% (–4,5 do 0,8)
Maroko 279,5 (236,0 do 338,9)
98 · 3 (75 · 2 do 120 · 8)
63 · 9 (45 · 1 do 85 · 8)
1971 (1664 do 2390)
603(462 do 741)
472(334 do 635)
–8,1% (–10,2 do –6,0)
–4,4% (–7,5 do –1,3)
–6,5% (–8,1 do –5,0)
Oman 47;
20 · 4 (14 · 2 do 29 · 4)
12,8(8,4 do 20,6)
30(17 do 49)
11(7 do 15)
9(6 do 15)
–6,3% (–10,8 do –1,7)
–4,8% (–10,8 do 1,2)
–5 · 6% (–8 · 5 do –2 · 8)
Palestyna 21 · 1 (12,3 do 34 · 3)
11 · 3 (8,7 do 14 · 4)
9,0(5,5 do 13,2)
22(13 do 35)
13(10 do 17)
12(7 do 17)
–4,6% (–9,0 do –0,4)
–2 · 5% (–7 · 5 do 2,3)
–3,7% (–6,8 do –0,7)
(Tabela 1 trwa na następnej stronie)
Artykuły
www.thelancet.com Opublikowano online 2 maja 2014 http://dx.doi.org/10.1016/s0140-6736(14)60696-6 11 11 11
Współczynnik umieralności matek (na 100 000 żywych urodzeń) Liczba zgonów matek roczny wskaźnik zmian śmiertelności matek (%)
1990 2003 2013 1990 2003 2013 1990–2003 2003–13 1990–2013
(Kontynuacja z poprzedniej strony)
Katar 50,4 (36 · 2 do 69 · 8)
38 · 9 (29 · 6 do 50 · 1)
18,7 (12,4 do 27,2)
5(4 do 7)
4 (3 do 6)
4 (3 do 6)
–2,0% (–5,1 do 1,0)
–7,4% (–12,2 do –2,8)
–4,3% (–6,6 do –2,2)
Arabia Saudyjska 15,7(9,1 do 25,2)
9,3(7,6 do 11,1)
7,0(5,2 do 9,2)
88(51 do 140)
49(41 do 59)
38(28 do 50)
–3,8% (–7,9 do 0,6)
–2 · 8% (–6 · 2 do 0,5)
–3 · 4% (–5 · 8 do –0,8)
Sudan 407,8 (304,2 do 502,9)
356,5 (237,6 do 478,8)
275,2 (181,1 do 377,5)
3558(2654 do 4388)
4193 (2794 do 5631)
3528 (2322 do 4840)
–1 · 1% (–3,5 do 1 · 1)
–2 · 6% (–5 · 4 do 0,2)
–1,8% (–3,3 do –0,2)
Syria 120,5 (86,0 do 158,8)
64,8 (49,1 do 80,9)
44,1 (31,1 do 60,3)
513(367 do 676)
309(235 do 386)
229 (161 do 313)
–4 · 7% (–7 · 7 do –1,8)
–3,9% (–7,7 do 0,1)
–4,4% (–6,4 do –2,4)
Tunezja 62,2(44,4 do 82,7)
28,5(18,4 do 42,3)
19,0(11,6 do 28,5)
124(88 do 164)
48 (31 do 72)
35(21 do 53)
–6,1%(–9,7 do –2,4)
–4,1%(–9,1 do 0,7)
–5,2%(–7,6 do –3,0)
Turcja 48,5 (34,7 do 65,2)
23,1(17,1 do 30,9)
15,0 (10,7 do 19,9)
664 (475 do 893)
304(226 do 408)
188(134 do 250)
–5,7% (–8,9 do –2,6)
–4,3% (–8,4 do –0,1)
–5,1% (–6,9 do –3,2)
Zjednoczone Emiraty Arabskie
55,8 (31,0 do 112,1)
21 · 6 (14 · 1 do 33 · 7)
12,8(7,7 do 21,4)
23(13 do 47)
12(8 do 18)
17(10 do 29)
–7,1% (–11,9 do –2,4)
–5,3% (–10,2 do 1,0)
–6,3% (–9,5 do –3,0)
Jemen 342 · 6 (182 · 1 do 519 · 2)
322,2 (182,7 do 524,9)
308,8 (168,6 do 555,4)
2151(1143 do 3260)
2172 (1232 do 3538)
2279 (1244 do 4099)
–0,5% (–3,5 do 2,7)
–0,5% (–3,8 do 3,3)
–0 · 5% (–2,8 do 2,2)
Ameryka Północna o wysokich dochodach
11,9 (10,7 do 13,3)
17,0(15,1 do 18,8)
17,6 (14,3 do 21,6)
555(499 do 621)
784(697 do 867)
829(672 do 1016)
2,7% (1,5 do 3,8)
0,3% (–1,8 do 2,6)
1,7% (0,7 do 2,6)
Kanada 7,1(6,0 do 8,3)
9,2(7,6 do 10,7)
8,2(6,3 do 10,3)
28(24 do 33)
32(27 do 37)
33 (25 do 42)
2,0% (0,2 do 3,6)
–1,2% (–3,7 do 1,3)
0,6% (–0,7 do 1,9)
USA 12,4 (11,1 do 13,9)
17,6(15,7 do 19,5)
18,5 (14,8 do 22,9)
527(472 do 592)
752(669 do 833)
796(638 do 985)
2,7% (1,4 do 3,8)
0,5% (–1,8 do 2,8)
1,7% (0,8 do 2,7)
Oceania 599,9 (365,3 do 972,5)
577,8 (331,4 do 976,3)
494,1 (264,4 do 849,3)
1234(752 do 2001)
1461 (838 do 2469)
1325 (709 do 2278)
–0,3% (–3,3 do 2,7)
–1,6% (–5,2 do 2,4)
–0,9% (–3,2 do 1,7)
Sfederowane Stany Mikronezji
170,3 (82,9 do 310,8)
130,5 (66,6 do 235,5)
87,9 (44,7 do 154,5)
6(3 do 10)
4(2 do 7)
2(1 do 4)
–2,0% (–6,0 do 2,0)
–3,9% (–8,5 do 0,7)
–2,9% (–5,6 do 0,0)
Fidżi 109,6 (68,4 do 165,2)
100,8 (72,0 do 135,5)
68,2 (43,7 do 102,8)
24(15 do 36)
19(14 do 26)
12(8 do 18)
–0,6% (–4,4 do 3,6)
–4,0% (–9,0 do 0,8)
–2,1% (–4,9 do 0,7)
Kiribati 213,3 (153,9 do 296,9)
142,4 (97,1 do 216,5)
100,9 (57,4 do 169,1)
6(4 do 8)
3(2 do 5)
2 (1 do 4)
–3,2% (–7,1 do 0,8)
–3,6% (–9,0 do 1,8)
–3,4% (–6,2 do –0,6)
Wyspy Marshalla
74,7 (46,2 do 111,8)
109,4 (66,3 do 167,8)
95,6 (51,9 do 164,9)
2 (1 do 2)
2 (1 do 3)
2 (1 do 3)
2,9% (–1,6 do 7,4)
–1,5% (–7,8 do 5,1)
1,0% (–2,0 do 4,0)
Papua Nowa Gwinea
765,9 (456,7 do 1255,9)
702,6 (396,4 do 1197,8)
594,2 (312,7 do 1030,8)
1148 (684 do 1882)
1382 (779 do 2355)
1260 (663 do 2187)
–0,7% (–3,8 do 2,4)
–1,7% (–5,4 do 2,3)
–1,1% (–3,6 do 1,5)
Samoa 61,1 (36,2 do 99,7)
51,2(32,5 do 76,3)
41,4 (26,9 do 62,8)
3(2 do 5)
3 (2 do 4)
2 (1 do 3)
–1,3% (–6,0 do 3,3)
–2,1% (–7,0 do 3,3)
–1,6% (–4,6 do 1,1)
Wyspy Salomona
254,0 (127,4 do 454,4)
214,5 (112,5 do 379,3)
183,0 (95,9 do 338,5)
32(16 do 56)
34(18 do 60)
32(17 do 59)
–1,3% (–5,2 do 2,7)
–1,6% (–6,0 do 3,2)
–1,4% (–4,5 do 1,6)
Południe 188,1 (118,8 do 286,9)
143,3 (108,8 do 185,6)
111,2 (68,2 do 172,2)
6(4 do 9)
4 (3 do 5)
3(2 do 5)
–2,0% (–6,0 do 1,8)
–2,7% (–7,8 do 2,3)
–2,3% (–5,0 do 0,4)
Vanuatu 176,3 (83,5 do 329,7)
174,8 (88,2 do 333,0)
139,2 (72,3 do 257,6)
10(5 do 18)
10(5 do 20)
9(5 do 17)
–0,1% (–4,2 do 4,1)
–2,2% (–6,6 do 2,4)
–1,0% (–4,0 do 2,2)
Środkowa Afryka Subsaharyjska
456,3 (366,2 do 546,7)
419,1 (341,2 do 499,8)
353,1 (279,9 do 434,1)
12 178(9773 do 14 591)
15 191(12 369 do 18 118)
15 355(12 174 do 18 880)
–0,7% (–2,2 do 0,8)
–1,7% (–3,8 do 0,3)
–1,1% (–2,3 do 0,1)
Angola 510,6 (324,9 do 747,3)
451,1 (308,9 do 657,8)
310,1 (198,3 do 472,2)
2976 (1894 do 4356)
3672(2515 do 5355)
3032 (1939 do 4618)
–0,9% (–3,7 do 1,8)
–3,8% (–7,1 do –0,5)
–2,2% (–4,0 do 0,0)
Republika Środkowoafrykańska
788,7 (576,4 do 1020,1)
999,4 (636,2 do 1415,6)
910,5 (578,3 do 1293,2)
973 (711 do 1258)
1473 (937 do 2086)
1459 (926 do 2072)
1,8% (–0,7 do 3,9)
–0,9% (–3,8 do 1,7)
0,6% (–1,0 do 2,0)
Kongo 397,2 (275,6 do 545,1)
482,8 (322,1 do 673,7)
287,3 (189,6 do 427,1)
379(263 do 519)
678(452 do 946)
494(326 do 735)
1,5% (–1,1 do 3,9)
–5,2% (–8,5 do –2,0)
–1,4% (–3,4 do 0,4)
DR Kongo 420,1 (323,5 do 521,5)
369,5 (295,0 do 451,4)
342,3 (251,4 do 446,7)
7616(5865 do 9455)
9069(7241 do 11 081)
10 125(7437 do 13 213)
–1,0% (–3,1 do 1,3)
–0,8% (–3,7 do 1,8)
–0,9% (–2,6 do 0,7)
Gwinea Równikowa
599,9 (376,2 do 897,0)
487,3 (280,4 do 736,7)
369,6 (199,8 do 620,0)
109(68 do 163)
110(63 do 166)
100(54 do 168)
–1,6% (–5,4 do 2,3)
–2,9% (–6,9 do 1,4)
–2,2% (–4,9 do 0,9)
(Tabela 1 trwa na następnej stronie)
Artykuły
12 www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6
Współczynnik umieralności matek (na 100 000 żywych urodzeń) Liczba zgonów matek roczny wskaźnik zmian śmiertelności matek (%)
1990 2003 2013 1990 2003 2013 1990–2003 2003–13 1990–2013
(Kontynuacja z poprzedniej strony)
Gabon 345,7 (265,2 do 438,6)
413,0 (301,0 do 541,8)
267,3 (184,1 do 370,3)
126(96 do 159)
189(138 do 248)
144(99 do 199)
1,3% (–1,3 do 4,0)
–4,4% (–7,9 do –1,3)
–1,2% (–2,9 do 0,6)
Wschodnia Afryka Subsaharyjska
511,7(461,5 do 562,3)
564,7(490,8 do 640,0)
387,2(331,5 do 453,0)
45 250(40 808 do 49 719)
65 050(56 537 do 73 735)
52 269(44 747 do 61 144)
0,7%(–0,3 do 1,9)
–3,8%(–5,1 do –2,4)
–1,2%(–1,8 do –0,6)
Burundi 757,1 (560,5 do 977,3)
712,3 (538,5 do 899,9)
370,8 (240,4 do 504,3)
2122 (1571 do 2739)
2240 (1693 do 2830)
1683 (1091 do 2289)
–0,5% (–3,0 do 1,9)
–6,6% (–10,2 do –3,7)
–3,1% (–5,1 do –1,4)
Komory 527,4 (319,7 do 830,5)
383,0 (219,8 do 646,7)
329,2 (171,9 do 584,5)
82(50 do 130)
88(50 do 148)
85(45 do 152)
–2,5% (–6,0 do 1,1)
–1,7% (–6,6 do 2,6)
–2,2% (–4,9 do 0,7)
Dżibuti 526,3 (334,8 do 788,7)
629,3 (405,3 do 962,4)
523,5 (329,8 do 821,8)
124(79 do 186)
138(89 do 211)
123(77 do 193)
1,4% (–1,9 do 4,6)
–1,9% (–5,2 do 1,5)
0,0% (–2,2 do 2,2)
Erytrea 614,2 (493,7 do 747,0)
679,9 (475,9 do 902,1)
566,0 (351,2 do 817,7)
949 (763 do 1154)
1241 (868 do 1646)
1313 (814 do 1896)
0,7% (–1,8 do 3,1)
–1,9% (–5,1 do 0,9)
–0,4% (–2,3 do 1,3)
Etiopia 708,0 (600,4 do 815,0)
657,8 (486,3 do 839,6)
497,4 (371,5 do 648,8)
16 740(14 197 do 19 271)
18 941(14 001 do 24 173)
15 234(11 378 do 19 871)
–0,6% (–3,1 do 1,4)
–2,8% (–5,2 do –0,2)
–1,6% (–2,8 do –0,3)
Kenia 315,5 (250,1 do 382,2)
559,2 (375,0 do 773,0)
277,2 (175,4 do 414,1)
3047(2416 do 3692)
7628(5115 do 10 543)
4361(2759 do 6514)
4,3% (1,3 do 7,4)
–7,1% (–10,8 do –3,9)
–0,6% (–2,6 do 1,4)
Madagaskar 314,0 (246,9 do 375,5)
378,0 (255,9 do 480,7)
297,7 (174,3 do 448,6)
1723 (1355 do 2061)
2610 (1766 do 3319)
2455 (1438 do 3699)
1,4% (–1,0 do 3,4)
–2,6% (–6,4 do 1,6)
–0,3% (–2,3 do 1,5)
Malawi 550,3 (440,5 do 669,6)
815,3 (567,4 do 1111,1)
334,7 (224,5 do 465,1)
2627(2103 do 3197)
4542(3161 do 6189)
2260 (1516 do 3140)
3,0% (0,7 do 5,3)
–8,9% (–12,5 do –6,1)
–2,2% (–3,8 do –0,6)
Mauritius 66,8 (56,8 do 79,1)
55,9(47,8 do 65,8)
43,7 (34,4 do 54,7)
15(13 do 18)
10 (8 do 12)
6 (5 do 8)
–1,4% (–3,0 do 0,4)
–2,5% (–5,1 do 0,0)
–1,9% (–3,0 do –0,6)
Mozambik 363,4 (262,6 do 463,2)
250,0 (184,3 do 322,0)
248,7 (151,4 do 365,4)
2190 (1583 do 2791)
2339 (1724 do 3012)
2574 (1567 do 3783)
–2,9% (–5,7 do 0,2)
–0,2% (–3,9 do 3,0)
–1,7% (–4,0 do 0,5)
Rwanda 656,1 (528,6 do 791,5)
612,6 (477,4 do 766,5)
291,0 (189,9 do 400,7)
2021 (1628 do 2438)
2142 (1669 do 2680)
1185 (773 do 1631)
–0,5% (–2,6 do 1,6)
–7,6% (–11,6 do –4,0)
–3,6% (–5,6 do –1,9)
Seszele 21,2 (16,4 do 26,7)
14,9(11,6 do 18,9)
15,7(12,2 do 20,7)
0 (0 do 0)
0 (0 do 0)
0 (0 do 0)
–2,7% (–5,0 do –0,2)
0,5% (–2,8 do 4,0)
–1,3% (–2,8 do 0,3)
Somalia 486,9 (276,2 do 766,6)
422,4 (264,4 do 706,2)
407,7 (247,4 do 684,2)
1574 (893 do 2479)
1673 (1047 do 2797)
1903 (1155 do 3194)
–1,1% (–4,2 do 1,9)
–0,4% (–3,5 do 2,9)
–0,8% (–2,8 do 1,6)
Sudan Południowy 763,8 (432,8 do 1129,7)
872,9 (602,8 do 1172,3)
956,8 (685,1 do 1262,8)
2138(1211 do 3162)
2718 (1877 do 3650)
3912(2801 do 5163)
1,2% (–2,3 do 4,9)
0,9% (–2,5 do 4,8)
1,1% (–1,2 do 3,8)
Tanzania 498,0 (399,2 do 593,4)
622,9 (449,6 do 812,0)
389,6 (266,5 do 548,7)
5814(4661 do 6929)
10 148(7324 do 13 228)
7745(5298 do 10 908)
1,7% (–0,7 do 3,9)
–4,7% (–7,9 do –1,7)
–1,1% (–2,7 do 0,4)
Uganda 296,3 (215,6 do 392,4)
461,5 (319,6 do 615,9)
324,9 (213,8 do 450,2)
2800 (2037 do 3708)
6159(4265 do 8219)
5385(3544 do 7461)
3,4% (1,0 do 5,9)
–3,5% (–6,6 do –0,6)
0,4% (–1,4 do 2,2)
Zambia 354,6 (256,2 do 464,3)
475,1 (301,7 do 697,1)
315,1 (206,7 do 459,3)
1283 (927 do 1679)
2435 (1547 do 3574)
2044 (1341 do 2980)
2,2% (–0,5 do 4,5)
–4,1% (–7,3 do –0,7)
–0,6% (–2,1 do 1,0)
Południowa Afryka Subsaharyjska
150,8 (115,9 do 182,6)
490,4 (367,8 do 626,1)
279,8 (202,6 do 381,5)
2455 (1886 do 2973)
8406(6305 do 10 733)
4898(3547 do 6679)
9,1% (6,5 do 11,8)
–5,6% (–8,1 do –3,0)
2,7% (1,2 do 4,4)
Botswana 205,8 (101,3 do 325,6)
1061,1 (523,3 do 1793,6)
480,8 (211,8 do 828,4)
95(47 do 151)
504(249 do 852)
228(100 do 393)
12,6% (6,9 do 18,0)
–8,1% (–12,5 do –3,7)
3,6% (–0,1 do 6,7)
Lesoto 189,5 (130,9 do 255,2)
606,5 (419,2 do 849,2)
510,6 (303,5 do 772,7)
107(74 do 144)
343(237 do 480)
295(175 do 446)
8,9% (5,5 do 12,7)
–1,8% (–5,1 do 1,5)
4,3% (1,9 do 6,6)
Namibia 165,2 (99,1 do 223,4)
307,5 (212,4 do 440,0)
149,6 (90,3 do 236,1)
89(54 do 121)
184(127 do 263)
89(54 do 141)
4,8% (1,5 do 8,5)
–7,3% (–11,5 do –3,3)
–0,5% (–2,6 do 1,6)
Republika Południowej Afryki 134,0 (93,3 do 175,2)
341,8 (227,8 do 481,0)
174,1 (96,3 do 274,9)
1403 (977 do 1835)
3739(2492 do 5262)
1925 (1065 do 3041)
7,2% (3,3 do 11,1)
–6,9% (–11,1 do –2,7)
1,0% (–1,6 do 3,8)
Suazi 111,2(78,1 do 151,1)
272,9(191,9 do 385,2)
148,5(91,1 do 229,1)
41(29 do 56)
97(68 do 137)
55(34 do 85)
6,9% (3,2 do 10,5)
–6,2% (–10,1 do –2,2)
1,2% (–1,3 do 3,6)
Zimbabwe 185,8 (143,8 do 232,9)
840,9 (490,4 do 1238,2)
520,7 (313,5 do 786,2)
719(556 do 901)
3539(2064 do 5212)
2306 (1388 do 3481)
11,5% (8,3 do 14,4)
–4,8% (–8,3 do –1,4)
4,4% (2,6 do 6,3)
Zachodnia Afryka Subsaharyjska
480,4 (419,0 do 544,8)
563,3 (489,7 do 639,1)
468,9 (385,4 do 564,0)
44 133(38 493 do 50 052)
69 443(60 370 do 78 794)
70 858(58 231 do 85 221)
1,2% (–0,2 do 2,6)
–1,9% (–3,3 do –0,3)
–0,1% (–1,1 do 0,8)
Benin 523,5 (418,4 do 619,6)
415,8 (311,4 do 522,8)
328,6 (229,2 do 441,3)
1259 (1006 do 1490)
1347 (1009 do 1694)
1246 (869 do 1674)
–1,8% (–4,1 do 0,5)
–2,4% (–5,2 do 0,2)
–2,1% (–3,6 do –0,6)
(Tabela 1 trwa na następnej stronie)
Artykuły
www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6 13
Jednostka ds. epidemiologii przebiegu życia Rady ds. Badań Naukowych, Uniwersytet w Southampton, Southampton, Wielka Brytania (prof. C. Cooper FMedSci); Krajowa Szkoła Zdrowia Publicznego (ENSP/Fiocruz), Rio de Janeiro, Brazylia (doktorat I da Costa Leite); Fundacja Zdrowia Publicznego Indii, New Delhi, Indie (prof. L Dandona, dr R. Dandona, dr GA Kumar, lekarz medycyny RB Kumar); Zdrowie publiczne Anglia, Londyn, Wielka Brytania (prof A Davis); School of Medicine (lekarz medycyny Dayama), Uniwersytet Emory, Atlanta, GA, USA (prof. Y Liu PhD, SB Omer PhD); Instytut Kirby (doktor AJ Vallely), Uniwersytet Nowej Południowej Walii, Sydney, Nowa Południowa Walia, Australia
roczna stopa zmian od 2003 r. do 2013 r., aby przewidzieć MMR na rok 2030. W przypadku krajów, w których MMR wzrasta w tym okresie, założyliśmy, że MMR pozostanie stały. Wykorzystaliśmy prognozy Wydziału Ludności ONZ dotyczące populacji w wieku 15–49 lat i urodzeń, aby przewidzieć liczbę zgonów matek w każdym kraju. Obliczyliśmy roczną stopę zmian za lata 1990–2013, korzystając ze wzoru na ciągłą stopę zmian. Osiągnięcie celu MCR 5 byłoby równoznaczne z utrzymującym się spadkiem o 5,5% rocznie w latach 1990–2015.
NiepewnośćPodajemy 95% przedziały niepewności (UI) dla zgonów matek, MMR, przyczyn zgonów matek, czasu zgonów matek i rocznych stóp zmian. Generowane są modele zespołowe śmiertelności matek
1000 losowań z dystrybucji późniejszej; ważność niepowtarzalnych identyfikatorów potwierdzono w drodze 50 iteracji weryfikacji krzyżowej z danymi zachowanymi podczas szacowania CODEm. Dodatkowo DisMod-MR wygenerował 1000 losowań z rozkładu późniejszego do analizy przyczyn i analizy czasu śmierci. Założyliśmy, że niepewność dotycząca szacowanego odsetka zgonów matek z każdej przyczyny lub szacowanego odsetka zgonów matek w różnych momentach jest niezależna od niepewności w występowaniu śmiertelności matek. Obliczyliśmy niepewność na podstawie 1000 losowań rozkładu późniejszego każdego etapu procesu estymacji, co pozwala na kwantyfikację i propagację niepewności związanej z każdą ze zmiennych epidemiologicznych w modelu GBD. Te niepowtarzalne identyfikatory różnią się od przedziałów ufności, które mają jedynie charakter ilościowy
Współczynnik umieralności matek (na 100 000 żywych urodzeń) Liczba zgonów matek roczny wskaźnik zmian śmiertelności matek (%)
1990 2003 2013 1990 2003 2013 1990–2003 2003–13 1990–2013
(Kontynuacja z poprzedniej strony)
Burkina Faso 301,5 (224,9 do 383,1)
409,2 (307,2 do 517,5)
310,5 (223,1 do 406,2)
1325 (989 do 1684)
2443 (1834 do 3090)
2185 (1570 do 2858)
2,3% (0,1 do 4,6)
–2,8% (–6,1 do 0,3)
0,1% (–1,5 do 1,6)
Kamerun 436,4 (351,7 do 510,0)
614,4 (472,3 do 789,3)
564,6 (414,0 do 743,6)
2451 (1975 do 2865)
4476(3441 do 5750)
4772(3499 do 6285)
2,6% (0,5 do 5,0)
–0,9% (–3,4 do 1,4)
1,1% (–0,4 do 2,6)
Republika Zielonego Przylądka 110,4 (83,5 do 138,3)
80,5 (47,8 do 128,1)
47,6 (27,9 do 76,2)
15(11 do 19)
9(5 do 15)
5(3 do 8)
–2,6% (–6,6 do 1,2)
–5,3% (–11,2 do 0,4)
–3,8% (–6,2 do –1,4)
Czad 429,8 (352,9 do 510,2)
659,2 (506,9 do 808,4)
597,6 (408,4 do 809,5)
1424 (1170 do 1691)
3245(2496 do 3980)
3593(2456 do 4868)
3,3% (1,3 do 5,3)
–1,1% (–3,8 do 1,3)
1,4% (–0,3 do 2,9)
Wybrzeże Kości Słoniowej 496,9 (374,7 do 606,4)
729,8 (521,8 do 968,7)
501,5 (354,3 do 653,9)
2539 (1915 do 3099)
4771(3411 do 6333)
3824(2702 do 4987)
2,9% (0,5 do 5,2)
–3,7% (–6,8 do –0,9)
0,0% (–1,4 do 1,3)
Ghana 374,3 (247,7 do 528,1)
418,1 (309,6 do 532,9)
293,4 (193,5 do 410,4)
2143 (1418 do 3024)
2933(2172 do 3739)
2343 (1545 do 3277)
0,9% (–2,6 do 4,7)
–3,6% (–7,3 do –0,3)
–1,1% (–3,6 do 1,4)
Gwinea 660,4 (564,4 do 768,8)
676,3 (542,1 do 811,8)
615,4 (470,5 do 781,9)
1966 (1680 do 2289)
2642(2118 do 3171)
2720 (2080 do 3457)
0,2% (–1,7 do 1,8)
–1,0% (–3,1 do 1,0)
–0,3% (–1,6 do 0,9)
Gwinea Bissau
708,1 (417,3 do 1052,9)
837,7 (573,6 do 1154,5)
885,3 (616,5 do 1230,2)
334(197 do 497)
478(327 do 659)
576(401 do 800)
1,4% (–1,6 do 4,5)
0,6% (–2,3 do 3,5)
1,0% (–1,0 do 3,0)
Liberia 630,1 (487,9 do 782,0)
779,5 (605,3 do 962,1)
627,3 (467,5 do 793,2)
624(483 do 775)
1038 (806 do 1281)
974 (726 do 1232)
1,6% (–0,8 do 4,1)
–2,2% (–4,6 do 0,1)
0,0% (–1,6 do 1,4)
Mali 573,0 (500,0 do 649,8)
506,7 (415,9 do 603,8)
388,3 (300,6 do 487,3)
2326 (2030 do 2638)
2936(2410 do 3499)
2966(2295 do 3722)
–1,0% (–2,5 do 0,7)
–2,7% (–5,0 do –0,5)
–1,7% (–2,9 do –0,5)
Mauretania 680,6 (585,6 do 789,8)
681,0 (501,2 do 856,1)
568,8 (363,6 do 793,6)
580(499 do 673)
772(568 do 971)
761(487 do 1062)
0,0% (–2,4 do 1,8)
–1,9% (–4,6 do 0,6)
–0,8% (–2,7 do 0,7)
Niger 481,0 (394,4 do 567,6)
427,3 (348,3 do 523,0)
406,5 (308,2 do 505,0)
2217 (1818 do 2616)
2920 (2379 do 3573)
3873 (2936 do 4811)
–0,9% (–2,7 do 0,9)
–0,5% (–2,9 do 1,7)
–0,7% (–2,1 do 0,5)
Nigeria 483,2 (359,9 do 608,4)
585,7 (445,6 do 717,8)
496,4 (335,9 do 666,2)
21 233(15 814 do 26 737)
34 810(26 480 do 42 656)
36 698(24 829 do 49 252)
1,5% (–1,2 do 4,0)
–1,7% (–4,4 do 0,9)
0,1% (–1,8 do 1,9)
Wyspy Świętego Tomasza i Książęca
297,5 (211,4 do 395,6)
195,7 (133,1 do 251,6)
134,9 (65,2 do 208,6)
13(9 do 18)
11(8 do 14)
9(4 do 14)
–3,2% (–6,6 do –0,1)
–4,0% (–9,5 do 0,9)
–3,6% (–6,5 do –1,0)
Senegal 518,8(441,9 do 601,7)
462,2(366,1 do 557,3)
347,2(249,2 do 455,2)
1727 (1471 do 2003)
2018(1598 do 2433)
1881 (1350 do 2466)
–0,9% (–2,9 do 0,9)
–2,9% (–5,5 do –0,5)
–1,8% (–3,2 do –0,5)
Sierra Leone 521,4 (383,9 do 668,2)
665,1(535,3 do 795,8)
622,6(447,9 do 790,5)
943(694 do 1209)
1360 (1095 do 1627)
1399 (1006 do 1776)
1,9% (–0,6 do 4,3)
–0,7% (–3,4 do 1,6)
0,8% (–1,0 do 2,3)
Gambia 444,4 (230,1 do 685,5)
368,2(191,4 do 580,8)
264,5(135,5 do 434,7)
205(106 do 316)
232(121 do 366)
216(111 do 356)
–1,4% (–5,0 do 2,4)
–3,3% (–6,9 do 0,6)
–2,2% (–5,0 do 0,6)
Togo 496,7 (407,1 do 603,8)
477,4 (332,4 do 644,0)
326,2 (210,7 do 473,0)
807(662 do 981)
1001(697 do 1350)
817(528 do 1185)
–0,4% (–3,1 do 2,2)
–3,9% (–7,4 do –0,4)
–1,9% (–3,8 do –0,1)
Dane w nawiasach to 95% przedziały niepewności.
Tabela 1: Współczynnik umieralności matek, liczba zgonów matek i roczne stopy zmian dla 21 regionów globalnego obciążenia chorobami i 188 krajów
Artykuły
14 www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6
(prof. dr L Degenhardt); Uniwersytet Griffiego, Brisbane, QLD,
Australia (prof. D De Leo dr hab.); Uniwersytet w Auckland, Auckland, Nowa Zelandia
(dr B del Pozo-Cruz); Afryka Medycyna i Badania
Założenie w Etiopii, Addis Abebie, Etiopia
(M Dessalegn MPH); Szpital dla Chorych Dzieci, Uniwersytet im
Toronto, Toronto, ON, Kanada (lekarz GA deVeber); Uniwersytet
Peradeniya, Peradeniya, Sri Lanka (lekarz SD Dharmaratne);
Harvard School of Public Health (EL Ding ScD), Harvard
Uniwersytet, Boston, MA, USA (prof. dr J. Salomona); Instytut Hattera ds. Układu Sercowo-Naczyniowego
Badania w Afryce, Wydział Nauk o Zdrowiu
(prof. dr K. Śliwy), Uniwersytet w Cape Town, Cape Town, South
Afryka (prof. RE Dorrington MPhil); Sydney School of Public Health (doktorat TR Driscoll), Uniwersytet
Sydney, Nowa Południowa Walia, Australia (doktorat J. Leigh); Instytut
Studia Społeczno-Ekonomiczne Ludności w Rosji
Akademia Nauk, Moskwa, Rosja (prof. SP. Ermakov dr hab.); Choroby niezakaźne
Centrum Badawcze (lekarz F. Farzadfar), Endokrynologia i Metabolizm
Centrum Badawcze (Prof A Esteghamati MD,
N. Hafezi-Nejad MD, S. Sheikhbahaei MD), Układ trawienny
Instytut Badań nad Choróbami (MD SG Sepanlou), MS Research
Center (MD Sahraian), Uniwersytet Medyczny w Teheranie, Teheran, Iran; Departament
niepewność próbkowania danych bazowych dla konkretnego modelu.
Rola źródła finansowania Fundator badania nie brał udziału w projektowaniu badania, gromadzeniu danych, analizie danych, interpretacji danych ani pisaniu raportu. Autorzy mieli dostęp do danych zawartych w badaniu i ponoszą ostateczną odpowiedzialność za decyzję o przesłaniu wyników do publikacji.
Wyniki Całkowita roczna liczba zgonów matek spadła z 376 034 (95% IU 343 483–407 574) w 1990 r. do 292 982 (261 017–327 792) w 2013 r. (ryc. 3A, tabela 1). Od 1990 r. do 2013 r. redukcja ta stale przyspieszała (wykres 3B), czemu towarzyszył spadek MMR (tabela 1). W latach 2003–2013 roczna dynamika zmian MMR przekraczała –1%, osiągając –3,3% w latach 2012–2013 (wykres 3B).
MMR była najwyższa w najstarszych grupach wiekowych, a najniższa u kobiet w wieku 20–29 lat zarówno w 1990, jak i 2013 roku (ryc. 4). Jednakże w latach 1990–2013 uległ on znacznemu zmniejszeniu w niemal wszystkich grupach wiekowych (wykres 4). Wykorzystaliśmy dane dotyczące proporcji urodzeń w różnych grupach wiekowych matek i obliczyliśmy, że 9,5% zgonów matek przypada na grupę w wieku 15–19 lat, 43,1% w przypadku kobiet w wieku 20–29 lat i 47,0 % w grupie wiekowej 30 lat i więcej, pozostała część w grupie wiekowej 10–14 lat. Pomimo znacznie wyższych wskaźników umieralności w starszych grupach wiekowych, całkowita liczba zgonów przed i po 30. roku życia jest mniej więcej taka sama. MMR u matek w wieku 15–19 lat w 2013 r. była 1,5 razy większa niż u kobiet w wieku 20–24 lata i 1,4 razy większa niż u matek w wieku 25–29 lat. W 2013 roku MMR była 9,5 razy wyższa dla kobiety w wieku 45–49 lat (1374,4, 95% UI
1117·1–1694·9) niż dla kobiety w wieku 20–24 lata (144,1, 120,6–169,9).
Odnotowaliśmy znaczne różnice pomiędzy regionami GBD pod względem trendów w zakresie zgonów matek i wskaźnika MMR (ryc. 5). Spośród regionów, w których w 1990 r. MMR wynosiło ponad 300, największy postęp do 2013 r. poczyniła Azja Południowa (rysunek 5A, tabela 1). We wschodniej i zachodniej Afryce Subsaharyjskiej wartość MMR rosła do 2005 r., ale od tego czasu znacznie spadła (ryc. 5A). Od 2005 r. wskaźnik MMR we wschodniej Afryce Subsaharyjskiej zmienia się w tempie –4,5% rocznie (95% interfejsu użytkownika –6,0 do –2,8).
Spośród regionów, w których w 1990 r. wskaźnik MMR wynosił 100–300, najbardziej zauważalny spadek odnotowano w Azji Południowo-Wschodniej (rysunek 5B). Wskaźnik MMR na Karaibach wykazywał podobną tendencję jak we wschodniej i zachodniej Afryce Subsaharyjskiej – tj. wzrósł do 2005 r., a następnie spadł – a w Afryce Północnej i na Bliskim Wschodzie poprawił się jedynie nieznacznie (ryc. 5B). Wskaźnik MMR w południowej Afryce Subsaharyjskiej znacznie wzrósł w latach 1990–2006, wzrastając z 150,8 (95% IU 115,9–182,6) do 565,7 (420,1–737,2), ale następnie spadł do 279,8 (202,6–381,5) w 2013 r. (ryc. 5B).
Odnotowaliśmy spadki MMR we wszystkich regionach, które w 1990 r. miały MMR na poziomie 30–100 (ryc. 5C, tabela 1). Redukcja ta jest szczególnie widoczna w Azji Wschodniej (wykres 5C, tabela 1). Wydaje się, że tempo zmian w południowej i środkowej Ameryce Łacińskiej od 2000 r. było wolniejsze niż przed 2000 r. (wykres 5C). W regionach o niskim MMR w 1990 r. (<30) MMR w dalszym ciągu powoli spadał, z wyjątkiem regionu Ameryki Północnej o wysokich dochodach (rysunek 5D, tabela 1).
Z wyjątkiem późnych zgonów matek i zgonów związanych z zakażeniem HIV, w latach 1990–2013 bezwzględna liczba zgonów z każdej przyczyny znacząco spadła (p<0,001) (tabela 2, załącznik). Natomiast w Afryce Subsaharyjskiej liczba zgonów ze wszystkich przyczyn wzrosła w latach 1990–2013 (tabela 1). W skali globalnej największy bezwzględny spadek nastąpił w przypadku zgonów z powodu krwotoku matek: z 71 295 (95% UI 64 562–78 329) w 1990 r. do 44 190 (38 273–50 819) w 2013 r. Największy procentowy spadek dotyczył zgonów matek posocznica, która była przyczyną 11,6% (11,4–11,8) wszystkich zgonów matek w 1990 r., ale 9,7% (9,5–9,9) w 2013 r. (ryc. 6A). Odsetek zgonów matek z przyczyn pośrednich nieznacznie wzrósł z 9,1% (95% IU 8,9–9,4) w 1990 r. do 10,2% (10,0–10,5) w 2013 r. (wykres 6A). Dodatkowo odsetek zgonów matek z innych przyczyn bezpośrednich wzrósł z 16,5% (95% IU 16,3–16,8) w 1990 r. do 17,0% (16,7–17,3) w 2013 r. ( rys. 6A). Liczba późnych zgonów matek na świecie spadła o 3,0%, z 44 814 (95% IU 36 414–53 106) w 1990 r. do 43 507 (35 667–52 395) zgonów w 2013 r. W 2013 r. HIV stanowił 1,5% (0,9–2,0) wszystkich zgonów matek w Afryce Subsaharyjskiej, ale tylko 0,4% (0,2–0,6) na całym świecie. Liczba zgonów związanych z aborcją spadła znacząco w skali globalnej (p=0,002; ryc. 6A) oraz we wszystkich regionach poza Oceanią, gdzie nie nastąpiła istotna zmiana (p=0,35), a także w sub- Afryka Saharyjska, gdzie liczba zgonów po aborcji znacząco wzrosła (p<0,001).
Rycina 4: Globalny współczynnik umieralności matek w latach 1990 i 2013 według wieku Zacienione obszary przedstawiają 95% przedziały niepewności.
15–19 20–24 25–29 30–34 35–39 40–45 45–490
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
Mata
Erna
ja mor
uważany za
tak
(P
jest 1
00 0
00 li
sieć
rths
)
Wiek (lata)
19902013
Artykuły
www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6 15
Zdrowie Publiczne, ARS North IP, Porto, Portugalia (MD M Felicio, MD CM Teixeira); Katedra Epidemiologii Medycznej i Biostatystyki (E Weiderpass PhD), Karolinska Institutet, Sztokholm, Szwecja (S-M Fereshtehnejad MD, R Havmoeller MD); Administracja Zdrowia Regionu Północnego (magister VMP Machado), Departament Zdrowia Publicznego, Lokalna Jednostka Zdrowia Matosinhos, Porto, Portugalia (GM Ferreira de Lima BSC); Uniwersytet Federalny w Minas Gerais, Belo Horizonte, Brazylia (doktorat EB Franca); Narodowe Centrum Kontroli Chorób i Zdrowia Publicznego Gruzji, Tbilisi, Gruzja (K Gambashidze MS, K Kazanjan MS, M Kereselidze MD, M Shakh-Nazarova MS, L Sturua PhD); Parakou Cooperative Clinic, Parakou, Borgou, Benin (lekarz F. G. Gankpé); Jednostka Zdrowia Publicznego Grupy Podstawowej Opieki Zdrowotnej Almada-Seixal, Almada, Setubal, Portugalia (AC Garcia MPH); Zakład Żywienia Człowieka, Uniwersytet w Wageningen, Wageningen, Holandia (doktorat JM Geleijnse); Monash University, Melbourne, VIC, Australia (KB Gibney MBBS, BK Lloyd PhD); Szpital Uniwersytecki w Dijon, Dijon, Francja (prof. M. Giroud MD); Heller School for Social Policy and Management (EL Glaser MA), Brandeis University, Waltham, MA, USA (BT Idrisov MD, EA Undurraga PhD); Ministerstwo Pracy, Zdrowia i Spraw Socjalnych, Tbilisi, Gruzja (K Goginashvili MPH); Szkoła Medyczna Uniwersytetu Massachusetts, Worcester, MA, USA (prof. P. Gona PhD); (Mgr D Gonzalez-Castell, IB Heredia Pi PhD, F Mejia-Rodriguez MSc, JC Montañez Hernandez MSc, TG Sanchez Pepper MSc, EE Servan-Mori MSc, S Villalpando PhD, Prof R Lozano); Katedra Badań nad Cukrzycą, Narodowe Centrum Globalnego Zdrowia i Medycyny, Tokio, Japonia (doktorat A Goto); School of Population Health (DG Hoy PhD), University of Queensland, Brisbane, QLD, Australia (HN Gouda PhD, L Knibbs PhD); Saint James School of Medicine, Kralendijk, Bonaire, Holandia (prof. dr HC Gugnani); Dlatego
Schematy przyczyn różnią się w zależności od regionu. Dwie najważniejsze przyczyny zgonów matek w regionach o wysokich dochodach w 2013 r. to przyczyny pośrednie i inne przyczyny bezpośrednie (wykres 6B), w dużej mierze spowodowane spadkiem liczby zgonów związanych z aborcją, która była najważniejszą przyczyną umieralności matek w krajach o wysokich dochodach. w regionach dochodowych w 1990 r. Liczba zgonów z powodu krwotoków, nadciśnienia i posocznicy u matek również znacznie spadła, podczas gdy od 1990 r. wzrosła liczba zgonów z przyczyn pośrednich i późnych ze strony matki (ryc. 6B, załącznik). Z kolei najważniejsze przyczyny w krajach o niskich dochodach – inne bezpośrednie, aborcje i krwotoki – nie uległy zmianie w latach 1990–2013, chociaż w różnych krajach widoczne są różne tendencje.
regiony. Na przykład w Azji Wschodniej odnotowano znaczny spadek wszystkich przyczyn z wyjątkiem wirusa HIV (który, jak oszacowano, był przyczyną 0,003% wszystkich zgonów matek w 2013 r.; załącznik). Całkowita globalna liczba zgonów matek związanych z zakażeniem wirusem HIV w 2013 r. wyniosła 2070 (95% interfejsu użytkownika 1290–2866) i spadła z najwyższego poziomu 3280 (2041–4403) w 2004 r. Wzrost odsetka zgonów z przyczyn pośrednich ze strony matki był największy jest zauważalne w Ameryce Łacińskiej i na Karaibach, gdzie odsetek ten wzrósł z 9,2% (95% IG 8,8–9,8) w 1990 r. do 11,5% (10,9–12,2) w 2013 r.
W 2013 roku średnio prawie jedna czwarta zgonów miała miejsce przed porodem (24,6%, 24,1–25,2), jedna czwarta w trakcie porodu i bezpośrednio po porodzie (27,7%, 27,1–28,2), a trzeci
100
200
300
400
500
600
MM
R. (str
jest 1
00 0
00 li
sieć
rths
)
MMR > 300 w 1990 r
600
550
500
450
400
350
300
250
200
150
100
50
MM
R. (str
jest 1
00 0
00 li
sieć
rths
)
B MMR 100–300 w 1990 r
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 20120
20
40
60
80
100
120
140
MM
R. (str
jest 1
00 0
00 li
sieć
rths
)
Rok
C MMR 30–100 w 1990 r
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 20120
20
15
10
5
MM
R. (str
jest 1
00 0
00 li
sieć
rths
)
Rok
D MMR <30 w 1990 r
OceaniaWschodnia Afryka SubsaharyjskaZachodnia Afryka SubsaharyjskaAzja PołudniowaAfryka Środkowa Subsaharyjska
Azja WschodniaEuropa WschodniaPołudniowa Ameryka ŁacińskaAzja ŚrodkowaEuropa ŚrodkowaŚrodkowa Ameryka ŁacińskaTropikalna Ameryka Łacińska
Azja i Pacyfik o wysokich dochodach Europa Zachodnia Ameryka Północna o wysokich dochodachAustralazja
Azja Południowo-WschodniaKaraibyAndyjska Ameryka ŁacińskaPołudniowa Afryka SubsaharyjskaAfryka Północna i Bliski Wschód
Ryc. 5: Zmiany MMR w latach 1990–2013 według regionów.MMR=wskaźnik śmiertelności matek.
Artykuły
16 www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6
Departament Zdrowia w Charleston, Charleston, Wirginia Zachodnia, USA
(lekarz Rahul Gupta); Szpital Fortis Escorts w Jaipur w Indiach
(dr Rajeev Gupta); Zatoka Arabska
podostry i opóźniony poród (35,6%, 34,9–36,2) i 12,1% (11,9–12,5) późny. Największą bezwzględną zmianą była liczba zgonów śródporodowych (tabela 2, załącznik), która spadła o ponad 35%, ale równie zauważalny był fakt, że
pomimo spadku średniego odsetka zgonów poporodowych, odsetek zgonów ogółem następujących poporodowych i późnych faktycznie wzrósł w skali globalnej (p<0,001).
Przyczyna śmierci Moment śmierci
Aborcja Krwotok
Nadciśnienie
Utrudniony poród
Sepsa późna Inne bezpośrednio
Pośredni HIV Przedporodowy
śródporodowe*
Po porodzie† Późno
Cały świat 43 684 (38 336–49 843)
44 190 (38 275–50 819)
29 275 (25 664–33 376)
18 789 (16 281–21 747)
23 717 (20 045–27 993)
43 507 (35 667–52 395)
56 114 (48 671–64 245)
31 058 (26 818–35 679)
2070 (1290–2866)
61 176 (52 959–70 010)
64 823 (55 562–74 856)
123 476 (109 051–139 584)
43 507 (35 667–52 395)
Andyjska Ameryka Łacińska
160(115–215)
165(126–211)
174 (131–217)
64(46–84)
128 (98–163)
260 (194–331)
125 (95–158)
85(65–109)
0(0–0)
154(114–204)
285(210–370)
465(348–590)
260(194–331)
Australazja 2 (2–3)
2(2–3)
3(2–4)
2(2–3)
2(1–2)
2(1–2)
5(4–6)
3(2–4)
0(0–0)
6(4–8)
6(5–8)
7(5–9)
2(1–2)
Karaiby 132(83–195)
146 (90–228)
284 (198–415)
73(43–111)
119(80–175)
92(50–146)
129(81–194)
90(53–140)
7(4–11)
272(168–419)
300(163–480)
410(276–612)
92(50–146)
Azja Środkowa 58(47–72)
84(69–100)
55 (45–67)
52(41–67)
64(50–80)
81(66–100)
107(86–133)
67(55–83)
0(0–0)
174(139–215)
114(92–141)
199(164–242)
81(66–100)
Europa Środkowa 24(20–28)
15(12–18)
12(10–14)
11(9–14)
9(7–11)
11(8–13)
17(14–20)
13(10–16)
0(0–0)
24(19–27)
40(33–48)
38(31–45)
11(8–13)
Środkowa Ameryka Łacińska
331 (294–376)
478(426–537)
563(495–635)
196(173–223)
227(198–261)
215(177–251)
446(394–505)
486(428–546)
1(1–2)
513(392–672)
1112 (917–1347)
1110 (858–1354)
215(177–251)
Środkowa Afryka Subsaharyjska
2679 (2031–3491)
2233 (1663–3018)
1645 (1215–2197)
863 (652–1106)
1386 (1010–1870)
2350 (1664–3154)
2831 (2078–3712)
1222 (823–1629)
114(62–167)
4805(3654–6210)
1298 (815–1876)
6902(5184–8723)
2350 (1664–3154)
Azja Wschodnia 395(324–467)
709(578–854)
322(260–385)
365 (292–443)
298(246–356)
376(305–458)
545(446–643)
518(414–614)
0(0–0)
725 (503–976)
1780 (1369–2213)
654(439–899)
376(305–458)
Europa Wschodnia 66(54–80)
50(39–60)
34(26–42)
46(34–60)
26(20–33)
39(27–53)
93(75–112)
78(62–95)
0(0–0)
192(150–235)
44(28–63)
159(127–195)
39(27–53)
Wschodnia Afryka Subsaharyjska
10 142 (8413–12 152)
6276 (5228–7707)
5286 (4327–6467)
2718 (2248–3261)
4908 (3967–5996)
4702 (3732–5807)
13 312 (11 350–15 591)
3976(3237–5126)
844 (524–1144)
13 429 (11 038–16 452)
9176(7334–11 319)
24 962 (20 629–30 208)
4702 (3732–5807)
Azja i Pacyfik o wysokich dochodach ok
17(13–22)
22(17–29)
12(9–17)
10(7–13)
13(9–18)
7(5–10)
26(20–35)
21(16–27)
0(0–0)
51(37–68)
33(24–48)
37(24–50)
7(5–10)
Ameryka Północna o wysokich dochodach
97(76–122)
44(33–57)
64(48–83)
51(31–78)
63(49–78)
143(112–178)
224(176–280)
143(112–178)
0(0–0)
120(72–176)
254(180–341)
313(224–411)
143(112–178)
Afryka Północna i Bliski Wschód
1130 (843–1500)
1831 (1421–2415)
1294 (1008–1713)
838(632–1095)
809(610–1084)
836(556–1206)
1300 (996–1741)
847(616–1171)
3(2–5)
2129 (1620–2907)
2692 (1950–3638)
3249 (2384–4402)
836(556–1206)
Oceania 212(108–363)
244(123–437)
136(68–249)
117(59–203)
102(53–185)
180(92–335)
212(111–379)
116(58–205)
2(1–3)
297(151–543)
583(308–1035)
264(129–484)
180(92–335)
Azja Południowa 12 074 (9081–15 883)
16 453 (11 957–22 330)
10 656 (7805–14 072)
7099 (5425–9206)
9382 (6734–12 841)
19 900 (14 138–27 257)
19 433 (14 257–26 136)
12 601 (9303–16 472)
26(13–43)
21 202 (15 555–27 811)
23 518 (17 274–30 621)
43 207 (32 787–55 636)
19 900 (14 138–27 257)
Azja Południowo-Wschodnia 2638 (1964–3459)
2656 (1968–3460)
2388 (1718–3144)
1346 (941–1855)
1460 (1044–1935)
2274 (1672–3009)
3217 (2348–4232)
2001 (1498–2654)
9(5–14)
4007(2980–5262)
8039(6154–10 319)
3708 (2836–4927)
2274 (1672–3009)
Południowa Ameryka Łacińska
94(77–115)
44(35–54)
45(36–56)
28(20–37)
73(59–88)
29(22–36)
51(41–61)
80(66–98)
0(0–1)
196(151–246)
107(73–150)
114(69–158)
29(22–36)
Południowa Afryka Subsaharyjska
718(488–1026)
517(360–714)
624(428–868)
298(197–437)
627(430–914)
604(376–914)
463(313–662)
657(435–942)
381(217–563)
1059 (660–1542)
1014 (571–1662)
2221 (1471–3256)
604(376–914)
Tropikalna Ameryka Łacińska
225 (171–287)
196(147–253)
341(259–435)
69(51–92)
249(192–317)
272(178–378)
279(214–356)
332(253–426)
1(1–2)
295(191–418)
544(349–776)
858(623–1158)
272(178–378)
Europa Zachodnia 55(45–62)
35(29–41)
34(28–39)
23(19–27)
24(20–29)
23(18–28)
60(50–68)
34(28–40)
0(0–0)
65(52–78)
89(74–104)
112(92–132)
23(18–28)
Zachodnia Afryka Subsaharyjska
12 436 (10 015–15 401)
11 990 (9449–15 320)
5301 (4139–6773)
4521 (3382–5992)
3749 (2745–4945)
11 114 (8229–14 535)
13 239 (10 539–16 609)
7687 (5894–9976)
680 (372–1039)
11 460 (8923–14 807)
13 795 (10 460–18 323)
34 489 (27 764–42 248)
11 114 (8229–14 535)
*Śródporodowe i bezpośrednio poporodowe. †Podostry i opóźniony poród.
Tabela 2: Globalne i regionalne zgony matek w 2013 r., według przyczyny i czasu
Artykuły
www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6 17
W 2013 r. 16 krajów miało MMR pomiędzy 500 a 1000: Afganistan, Kamerun, Republika Środkowoafrykańska, Czad, Wybrzeże Kości Słoniowej, Dżibuti, Erytrea, Gwinea, Gwinea-
Bissau, Liberia, Lesotho, Mauretania, Papua Nowa Gwinea, Sierra Leone, Sudan Południowy i Zimbabwe (ryc. 7, tabela 1). 15 krajów miało MMR poniżej 5: Andora,
Rysunek 6: Przyczyny zgonów matek (A) Średni odsetek (po lewej) i całkowita liczba (po prawej) zgonów matek z różnych przyczyn w latach 1990 i 2013. Słupki błędów pokazują 95% przedziały niepewności. (B) Odsetek zgonów matek z różnych przyczyn w 2013 r. według regionów.
Poronienie
Krwotok
Nadciśnienie
Utrudniony poród
Posocznica
Późne przyczyny
Inne bezpośrednie przyczyny
Przyczyny pośrednie
HIV
Poronienie
Krwotok
Nadciśnienie
Utrudniony poród
Posocznica
Późne przyczyny
Inne bezpośrednie przyczyny
Przyczyny pośrednie
HIV
0 5 10 15 20 80 000 60 000 40 000 20 000 0Zgony (%) Liczba zgonów
A
19902013
B
Australazja
Zachodnia Europa
Wysoka inco
ja Asia Pacifi
C
Europa Środkowa
Wschodnia Europa
Wysoka inco
ja Ameryka Północna
A
wschodnia Azja
Centralny A
Jest
Południowa Ameryka Łacińska
A
Środkowa łacina
Ameryka
Tropikalna łacina
Ameryka
Afryka Północna
a i Bliski Wschód
Andyjska Ameryka Łacińska
A
Karaiby
Azja Południowo-Wschodnia
Południowa Afryka Subsaharyjska
A
południowa Azja
Centralny su
Afryka b-saharyjska
Wschodnia su
Afryka b-saharyjska
Są zachodni
Afryka b-saharyjska
Oceania0
20
40
60
80
100
Dawać
godz. (%
)
Aborcja Krwotok Nadciśnienie
Utrudniony poród
Sepsa Późne przyczyny
Inne bezpośrednie przyczyny
Inne przyczyny pośrednie
HIV
Uniwersytet, Manama, Bahrajn (prof. R. R. Hamadeh DPhil); Departament Zdrowia i Opieki Społecznej hrabstwa Wayne, Detroit, MI, USA (MD M. Hammami); Szkoła Medycyny i Farmakologii, Uniwersytet Australii Zachodniej, Perth, WA, Australia (prof. G.J. Hankey MD); Instytut Psychiatryczny Parnassia, Haga, Holandia (lekarz HW Hoek); Albert Einstein College of Medicine, Bronx, NY, USA (prof. HD Hosgood PhD); Wydział Zdrowia Publicznego, Sekretariat Wspólnoty Pacyfiku, Noumea, Nowa Kaledonia (DG Hoy); Uniwersytet Birzeit, Birzeit, Ramallah, Palestyna (doktorat Husseiniego); Narodowy Instytut Rozwoju Zdrowia, Tallinn, Estonia (dr K Innos, dr M Leinsalu); Szkoła Zdrowia Publicznego (prof. N Kawakami MD), Graduate School of Medicine (M Inoue PhD), Uniwersytet Tokijski, Tokio, Japonia (K Shibuya MD); Uniwersytet George’a Masona, Fairfax, Wirginia, USA (doktorat KH Jacobsena); Centrum Medyczne Ochsner, Nowy Orlean, Los Angeles, USA (lekarz E. Jahangir); Absolwent Szkoły Zdrowia Publicznego, Uniwersytet Yonsei, Seul, Korea Południowa (prof. dr S. H. Jee); Podyplomowy Instytut Edukacji i Badań Medycznych, Chandigarh, Indie (prof. V Jha DM); Centra Kontroli i Zapobiegania Chorobom w Tianjin, Tianjin, Chiny (lekarz G Jiang); Narodowy Instytut Zdrowia Publicznego, Kopenhaga, Dania (prof. dr K. Juel); Uniwersytet Vanderbilt, Nashville, Tennessee, USA (dr E K Kabagambe, lekarz medycyny U Sampson); Uniwersytet Fudan, Szanghaj, Chiny (lekarz H Kan); Uniwersytet Balamand, Bejrut, Liban (lekarz N E Karam); Centrum Badań nad Zakażeniami Helmholtza, Brunszwik, Niemcy (lekarz A Karch); Wydział Malaria i Innych Chorób Pasożytniczych (C K Karema MSc), Ministerstwo Zdrowia, Kigali, Rwanda (lekarz F. Sayinzoga); Uniwersytet Stanowy Oklahoma, Tulsa, OK, USA (lekarz A Kaul); Uniwersytet Kalifornijski w San Francisco, San Francisco, Kalifornia, USA (lekarz DS Kazi); Uniwersytet w São Paulo, São Paulo, Brazylia (prof. A.G. Kemp PhD, prof. P.A. Lotufo DrPH, prof. G.V. Polańczyk, prof. I.S. Santos PhD); Rada ds. Badań Medycznych Republiki Południowej Afryki, Kapsztad, Republika Południowej Afryki (dr AP Kengne); Jordański Uniwersytet Nauki i Technologii, Al-Ramtha, Jordania
Artykuły
18 www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6
(Prof YS Khader SC); Najwyższa Rada Zdrowia, Doha, Katar
(MSc SEAH Khalifa); Akademia Usług Zdrowotnych, Islamabad,
Pakistan (EA Khan MPH); Instytut Polityki i Zarządzania Zdrowotnego, Narodowy Seul
University College of Medicine w Seulu, Korea Południowa
(prof. dr Y-H Khang); Katedra Prewencji
Kardiologii, Zakład Medycyny Prewencyjnej i
Informatyka epidemiologiczna, Narodowa Cerebralna i
Centrum Sercowo-Naczyniowe, Suita, Japonia (doktor Y Kokubo); Centrum dla
Wzmacnianie pozycji społeczności, polityka zdrowotna i nauki humanistyczne,
Narodowy Instytut Badań i Rozwoju Zdrowia,
Dżakarta, Indonezja (S Kosen MD); Uniwersytet w Montrealu,
Montreal, QC, Kanada (prof. B Kuate Defo PhD);
Rajrajeshwari Medical College and Hospital, Bangalore, Indie (dr prof. C. Kulkarni); Arkansas
State University, Jonesboro, AR, USA (doktorat VS Kulkarni);
Międzynarodowy Instytut Nauk o Ludności, Bombaj,
Indie (K Kumar MPS); indyjski
Rysunek 8: Roczna stopa zmian współczynnika umieralności matek w latach 1990–2003 i 2003–2013. Kraje pogrupowano według superregionu Globalnego obciążenia chorobami. Kraje są oznaczone etykietą, gdy wskaźnik osiągnięcia Milenijnego Celu Rozwoju 5 jest bliski lub bliski, lub jeśli w którymkolwiek okresie odnotowały duży wzrost. MDG = Milenijny Cel Rozwoju. RO U=Rumunia. POL=Polska. MDV=Malediwy. MAR=Maroko. ALB=Albania. CZE=Republika Czeska. ARE=Zjednoczone Emiraty Arabskie. EST=Estonia. LBN=Liban. LVA=Łotwa. CHN=Chiny. LTU=Litwa. CZAS=Węgry. SLV=Zbawiciel. BLR=Białoruś. GRC=Grecja. RWA=Rwanda. KHM=Kambodża. BLZ=Belize. AFG=Afganistan. MWI=Malawi. KEN=Kenia. NAM=Namibia. THA=Tajlandia. SWZ=Suazi. ZAF=Afryka Południowa. LSO=Lesoto. ZWE=Zimbabwe. BWA=Botswana.
Rysunek 7: Wskaźnik umieralności matek w 2013 r. ATG=Antigua i Barbuda. VCT=Saint Vincent i Grenadyny. Wyspa=Wyspy. FSM=Sfederowane Stany Mikronezji. LCA = Święta Łucja. TTO=Trynidad i Tobago. TLS=Timor Wschodni.
–10
–5
5
Annu
Alicja
dr
z
f cha
z
w m
ater
nal m
przeciętny
litość
stosunek
200
3–13
(%)
1050Roczna dynamika zmian współczynnika umieralności matek w latach 1990–2003 (%)
–5–10
Europa Środkowa, Europa Wschodnia i Azja Środkowa Osoby o wysokich dochodach – Ameryka Łacińska i Karaiby, Afryka Północna i Bliski Wschód, Azja Południowa, Azja Południowo-Wschodnia, Azja Wschodnia i Oceania, Afryka Subsaharyjska
AFG
ALBARE
BLR
STRONA
BWA
CHN
CZE
WSCHÓD
GRC
ONA
ROZPOZNAĆ
KHM
LBN
LSO
LTU
ZNISZCZYĆ
185
MWI
NAM
POL
WALKA
SLV
SWZ
TAK
USA
ZAF
SŁYSZEĆ
Linia równoważności Wskaźnik osiągnięcia MCR-5
LEW
0–1010–2525–5050–7575–100100–150
150–200200–250250–300300–400400–500500–975
Współczynnik umieralności matek
Zatoka Perska, Karaiby LCA
Dominika
ATG
TTO
Grenada
VCT
TLS
Malediwy
Barbados
Seszele
Mauritius
Komory Afryka Zachodnia Wschodnia
śródziemnomorski
Malta
Singapur Półwysep Bałkański Tonga
Samoa
FSM
Fidżi
Wyspa Salomona
Wyspa Marshalla
Vanuatu
Kiribati
Artykuły
www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6 19
Instytut Zdrowia Publicznego, Fundacja Zdrowia Publicznego Indii, Gurgaon, Indie (RB Kumar); Boston Medical Center, Boston, Massachusetts, USA (lekarz G Kwan); Fourth View Consulting, Tallinn, Estonia (doktorat T Lai); Australijskie Centrum Badań nad Populacyjnym Zdrowiem Jamy Ustnej (ARCPOH), Szkoła Stomatologii, Uniwersytet Adelaide, Adelaide, SA, Australia (prof. R. Lalloo PhD); Instytut Polityki Zdrowotnej i Studiów nad Rozwojem, Narodowe Instytuty Zdrowia, Manila, Filipiny (prof. dr H. Lam); Międzynarodowa Agencja ds. Zapobiegania Ślepocie i Wzroku 2020, Weston, Floryda, USA (V C Lansingh PhD); Uniwersytet Koreański, Seul, Korea Południowa (prof. dr J-T Lee, doktor S-J Yoon); Uniwersytet w Albany, Rensselaer, NY, USA (doktor R Leung); Krajowe Centrum Monitorowania Wad Wrodzonych w Chinach, Chengdu, Chiny (X Li MD); Krajowe Centrum Kontroli i Zapobiegania Chorobom Przewlekłym i Niezakaźnym (Yichong Li MPH, S Liu PhD, J Ma PhD, Prof. L Wang MD, Prof M Zhou PhD), Narodowy Instytut Higieny Pracy
Australia, Austria, Dania, Finlandia, Islandia, Irlandia, Izrael, Włochy, Malta, Norwegia, Polska, Singapur, Szwecja i Szwajcaria (tabela 1). Niektóre kraje miały zauważalnie wyższe MMR niż kraje sąsiadujące (wykres 7). Na Karaibach jedynie w Gujanie i Haiti wskaźnik MMR przekraczający 100 w 2013 r. (wykres 7, tabela 1). Podobnie w Ameryce Południowej tylko Boliwia miała MMR powyżej 100 (ryc. 7, tabela 1). Afganistan miał najwyższy MMR w Azji Południowej, Jemen miał najwyższy MMR w Afryce Północnej i na Bliskim Wschodzie, a Papua Nowa Gwinea miała największą wartość w Azji Południowo-Wschodniej i Oceanii w 2013 r. (wykres 7, tabela 1). MMR w Chinach wyniosło 17,2 (95% UI 14,0–20,3) w porównaniu z 18,5 (14,8–22,9) w USA. W Afryce Subsaharyjskiej na Mauritiusie, Seszelach, Namibii, Suazi, Wyspach Zielonego Przylądka oraz na Wyspach Świętego Tomasza i Książęcej współczynniki MMR wynoszą mniej niż 150 (rysunek 7, tabela 1).
W 137 krajach w latach 2003–2013 w ujęciu rocznym tempo zmian MMR było wyższe niż w latach 1990–2003 (wykres 8). Niemniej jednak tylko 40 krajów osiągnęło zmniejszenie milenijnego celu rozwoju 5 o 5,5% rocznie w dowolnym przedziale czasowym (wykres 8). W latach 1990–2013 Albania, Zjednoczone Emiraty Arabskie, Bośnia i Hercegowina, Białoruś, Chiny, Estonia, Liban, Litwa, Łotwa, Maroko, Malediwy, Mongolia, Oman, Polska, Rumunia i Rosja odnotowały obniżki o ponad 5,5%. (Tabela 1). Kraje te – które stanowią 5,1% wszystkich krajów rozwijających się
narody – prawdopodobnie osiągną cel MDG 5, jakim jest zmniejszenie MMR o trzy czwarte. W latach 2003–2013 w 30 krajach roczne obniżki MMR osiągnęły poziom co najmniej MDG 5, z czego osiem miało miejsce w Afryce Subsaharyjskiej (Botswana, Burundi, Kenia, Malawi, Namibia, Rwanda, Republika Południowej Afryki i Suazi), a dziesięć w Afryce Europa Środkowo-Wschodnia (Albania, Białoruś, Bośnia i Hercegowina, Bułgaria, Estonia, Łotwa, Litwa, Polska, Rumunia i Rosja; tabela 1). W latach 2003–2013 osiem krajów odnotowało roczne tempo zmian przekraczające 8%: Białoruś, Botswana, Chiny, Estonia, Łotwa, Liban, Litwa i Malawi (wykres 8, tabela 1). W latach 1990–2003 MMR wzrosła w 50 krajach, z czego 27 znajdowało się w Afryce Subsaharyjskiej (tabela 1). W latach 2003–2013 wzrost odnotowano jedynie w ośmiu krajach: Afganistanie, Belize, Salwadorze, Gwinei Bissau, Grecji, Seszelach, Sudanie Południowym i USA (wykres 8, tabela 1).
W naszym dość optymistycznym scenariuszu prognozy na rok 2030 spodziewalibyśmy się 184 100 (95% interfejsu użytkownika 133 600–244 700) zgonów matek na całym świecie w roku 2030. 53 kraje – wszystkie znajdują się w Afryce Subsaharyjskiej, z wyjątkiem Afganistanu, Bangladeszu i Bhutanu , Boliwia, Haiti, Indie, Indonezja, Laos, Birma, Nepal, Pakistan, Papua Nowa Gwinea, Wyspy Salomona i Jemen – w dalszym ciągu będą miały MMR wyższe niż 100 (rysunek 9). Pomimo przyspieszonych redukcji w wielu krajach, nasze proste prognozy sugerują, że w 2030 r. 74 kraje prawdopodobnie nadal będą miały MMR na poziomie wyższym
Rysunek 9: Prognozowany współczynnik umieralności matek w 2030 r. ATG=Antigua i Barbuda. VCT=Saint Vincent i Grenadyny. Wyspa=Wyspy. FSM=Sfederowane Stany Mikronezji. LCA = Święta Łucja. TTO=Trynidad i Tobago. TLS=Timor Wschodni.
Zatoka Perska, Karaiby LCA
Dominika
ATG
TTO
Grenada
VCT
TLS
Malediwy
Barbados
Seszele
Mauritius
Komory Afryka Zachodnia Wschodnia
śródziemnomorski
Malta
Singapur Półwysep Bałkański Tonga
Samoa
FSM
Fidżi
Wyspa Salomona
Wyspa Marshalla
Vanuatu
Kiribati
0–1010–2525–5050–7575–100100–150
150–200200–250250–300300–400400–500500–925
Prognozowany współczynnik umieralności matek
Artykuły
20 www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6
i Kontrola trucizn (prof. lek. F. Tan), Centrum Chińskie
Kontroli i Zapobiegania Chorobom, Pekin, Chiny
(doktor X Liang); Genentech, południowe San Francisco, Kalifornia, USA
(doktor Yongmei Li); Krajowe Biuro ds. Matki i Dziecka
Nadzór zdrowotny, Drugi Szpital Uniwersytecki w Chinach Zachodnich,
Uniwersytet Syczuan, Chengdu, Chiny (prof. J. Liang MD,
prof. Y Wang MS, prof. J. Zhu MD); Uniwersytet Stanowy Wayne’a w Miami,
Floryda, USA (SE Lipshultz MD); Narodowy Instytut
Nauki o zdrowiu środowiskowym, Research Triangle Park, Karolina Północna, USA
(lekarz SJ Londyn); Ministerstwo Zdrowia Singapur, Singapur,
Singapur (doktorat S Ma); Xpharmconsult, Kumasi, Ghana
(NK Mainoo MMRCB); Katedra Zdrowia Publicznego,
Wydział Nauk o Zdrowiu i Pracy Socjalnej, Uniwersytet w Trnawie,
Trnava, Słowacja (dr M. Majdan); Uniwersytet Zambii w Lusace,
Zambia (doktor CC Mapoma); Uniwersytet Królowej Marii w
Londyn, Londyn, Wielka Brytania (prof. dr W. Marcenes);
Uniwersytet Wschodni Ramon Magsaysay Memorial Medical
Centrum, Quezon City, Filipiny (MB Marzan MSPH); Uniwersytet
of York, York, Wielka Brytania (doktorat AJ Mason-Jones); Janakpuri
Szpital Superspecjalistyczny, New Delhi, Indie
(Prof M M Mehndiratta MD); Fundusz Ludnościowy ONZ, Lima, Peru
(MD Mendoza); Pacyfikowy Instytut Badań i
Evaluation, Calverton, MD, USA (doktorat TR Miller); Uniwersytet w Ottawie, Ottawa, ON, Kanada
(dr EJ Mills); Uniwersytet Papui Nowej Gwinei, Port
Moresby, Papua Nowa Gwinea (prof. lek. G. L. Mola); Instytut ds
Instytut Hospitalizacji i Opieki Zdrowie Matki i Dziecka a
Charakter naukowy Burlo Garofolo, Triest, Włochy
(L Monasta dr hab., L Ronfani PhD); Biuro Międzynarodowego Zdrowia
Współpraca, Manila, Filipiny
(mgr J. od Krzyża Monis); Uniwersytet Północnego Teksasu,
Denton, Teksas, USA (doktorat AR Moore); Krajowy
Centrum Zdrowia i Rozwoju Dziecka, Setagaya, Tokio,
Japonia (doktorat R Mori); Uniwersytet Philippsa w Marburgu,
Marburg, Niemcy (prof. dr U O Mueller,
dr Westerman); Uniwersytet Medyczno-Dentystyczny w Tokio,
niż 50, a 89 krajów będzie miało MMR poniżej 30 w porównaniu z 72 krajami w 2013 r.
DyskusjaNa podstawie najnowszych danych i wnikliwego zrozumienia związku między zakażeniem wirusem HIV a śmiertelnością matek wykazaliśmy, że od 1990 r. na całym świecie śmiertelność matek spada o 1,3% rocznie. Pomimo zmniejszenia liczby zgonów matek – z około 376 000 w 1990 r. do około 293 000 w 2013 r. — oczekuje się, że jedynie 16 krajów, z których siedem to kraje rozwijające się, osiągnie cel MCR 5, jakim jest redukcja MMR o 75% do roku 2015. Trybunał odnotował dwa różne wzorce w krajach rozwijających się : utrzymujący się znaczny spadek w większości krajów Azji i Ameryki Łacińskiej oraz stagnacja lub wzrost w latach 1990–2003 w Afryce Subsaharyjskiej i Oceanii. Podwyżki w niektórych krajach o wysokich dochodach, takich jak USA, stanowią odchylenie od ogólnej tendencji spadkowej w krajach rozwiniętych. Jednakże znaczne przyspieszenie spadków od 2003 r. – szczególnie w Afryce Subsaharyjskiej – daje nadzieję, że więcej krajów będzie w stanie osiągnąć szybkie i trwałe redukcje.
Ambitne wezwania do postępu w zakresie umieralności matek w ciągu najbliższych 15–20 lat i zmniejszenia współczynnika MMR do mniej niż 30 we wszystkich krajach uznano za wykonalne finansowo i technicznie.48 Z naszych ustaleń wynika, że tempo zmian w umieralności matek w niektórych krajach rozwijających się przekroczył w ciągu ostatniej dekady 8% (np. w Chinach) stanowi wsparcie dla ambitnych celów. Jednakże w przypadku przyspieszonej trajektorii obejmującej lata 2003–2013 współczynniki MMR będą nadal wysokie w kilku krajach Afryki Zachodniej i Środkowej oraz w Rogu Afryki. Nic więc dziwnego, że prognozy dotyczące śmiertelności dzieci w 2030 r. są również wysokie w tych obszarach świata. Skoncentrowanie się na poziomie śmiertelności matek równoważnym poziomowi w krajach o wysokich dochodach we wszystkich krajach będzie wymagało szczególnej uwagi polityki, działań na szczeblu krajowym i globalnych inwestycji w krajach, które według przewidywań pozostaną daleko w tyle za wielką konwergencją. Wiele krajów Afryki Środkowej i Zachodniej, które będą stanowić największe wyzwanie w osiągnięciu niskich MMR, w przeszłości otrzymywało mniejszą pomoc rozwojową w dziedzinie zdrowia niż inne kraje o niskich dochodach.49 Chociaż pomoc rozwojowa w zakresie zdrowia matek, noworodków i dzieci była wzrasta w szybszym tempie niż w przypadku większości obszarów tematycznych, z wyłączeniem HIV, zwłaszcza od 2009 r., wzrost w Afryce Środkowej i Zachodniej nie był tak duży jak w innych regionach. Ponowne skupienie się na tych krajach będzie prawdopodobnie wymagać działań ze strony wielostronnych, dwustronnych i prywatnych globalnych fundatorów zdrowia, a także zmian w historycznej alokacji funduszy pomiędzy krajami o niskich dochodach.
Czynniki powodujące poprawę (lub jej brak) w zakresie przyczyn zgonów matek mają ważne implikacje kliniczne, dla zdrowia publicznego i polityki. W wielu krajach udało się skutecznie zmniejszyć śmiertelność matek. Chociaż bezwzględna liczba zgonów z powodu aborcji, krwotoku u matki i nadciśnienia
w ujęciu realnym zmniejszyła się liczba zaburzeń związanych z ciążą, przyczyny te pozostają ważne i łącznie odpowiadają za prawie 50% wszystkich zgonów. Ciągłe promowanie polityk mających na celu zmniejszenie anemii i niedożywienia, zapobieganie malarii w czasie ciąży, zapewnianie suplementacji wapnia i mikroelementów, zachęcanie do wykwalifikowanej obecności przy porodach i porodach w placówce, zniechęcanie do wczesnego macierzyństwa i ograniczanie niebezpiecznych aborcji powinno przynieść trwałe korzyści.50–52 Takie skupienie się na należy oczekiwać, że zmniejszy ryzyko zagrażających życiu powikłań ciąży, ale powikłania te nie zostaną całkowicie wyeliminowane. Aby zapobiegać takim zgonom, niezbędne jest zwiększenie liczby wykwalifikowanej pomocy przy porodzie i porodzie w placówkach odpowiednio wyposażonych do opieki położniczej w nagłych przypadkach.
Aby rozpocząć przygotowania na nadchodzące nowe wyzwania, konieczna jest przebudowa systemu opieki zdrowotnej. Rosnące względne znaczenie innych bezpośrednich, pośrednich i późnych przyczyn zgonów matek jest zgodne z globalnymi przemianami epidemiologicznymi i sugeruje, że wiele systemów opieki zdrowotnej jest niewystarczających, aby zaspokoić potrzeby rosnącej liczby kobiet w ciąży z istniejącymi wcześniej schorzeniami i wysokim poziomem ryzyka. ryzykowne ciąże. Wiadomo, że ryzyko zgonów związanych z sepsą zwiększa się w związku z występowaniem otyłości i cukrzycy u kobiet w wieku rozrodczym.53 Co więcej, ze względu na nieodłączne trudności w rozpoznawaniu sepsy u matki, problem może być większy, niż oszacowaliśmy w krajach o wysokiej ogólnej śmiertelności matek. Dlatego w zapobieganiu posocznicy konieczne będzie nie tylko skupienie się na leczeniu chorób współistniejących, ale także poprawa warunków sanitarnych i dostęp do rutynowych profilaktycznych antybiotyków podczas cięcia cesarskiego w placówkach, które zamierzają świadczyć takie usługi, przy czym wykazano, że oba te rozwiązania są skuteczne. i opłacalne strategie ograniczania zgonów matek.54,55
Wiele chorób, np. anemia sierpowatokrwinkowa, otyłość, cukrzyca, nadciśnienie i przewlekłe choroby nerek, zwiększa ryzyko śmiertelności w czasie ciąży. Te pośrednie przyczyny śmierci matek prawdopodobnie będą nadal zyskiwać na znaczeniu tam, gdzie są powszechnie spotykane.56–60 Konieczne będzie skupienie się na wzmocnieniu systemu opieki zdrowotnej, aby zmniejszyć wpływ innych bezpośrednich przyczyn śmierci matek, ponieważ najbardziej prawdopodobną przyczyną etiologie obejmują powikłania związane ze znieczuleniem, zatorowość (powietrze, płyn owodniowy i skrzepy krwi) oraz rzadszą, ale często śmiertelną chorobę, kardiomiopatię okołoporodową.61-64 Systemy opieki zdrowotnej muszą zacząć planować te zmiany poprzez zwiększenie liczebności i przeszkolenie personelu medycznego. personelu okołooperacyjnego oraz inwestycje w usługi planowania rodziny, odpowiednie zasoby infrastrukturalne dla placówek oraz systemy identyfikacji i monitorowania kobiet, które są zagrożone zagrażającymi życiu powikłaniami poporodowymi i poporodowymi.
W 2013 r. wirus HIV był przyczyną 1,5% zgonów matek w Afryce Subsaharyjskiej, a w południowej Afryce Subsaharyjskiej odsetek ten wzrósł do 6,2%. Jednakże zakażenie wirusem HIV wiąże się z najmniejszą liczbą zgonów na świecie ze wszystkich zbadanych przez nas przyczyn. Zwiększony zasięg ART doprowadził do zmniejszenia śmiertelności związanej z HIV w Afryce Subsaharyjskiej
Artykuły
www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6 21
wiąże się ze zmniejszoną śmiertelnością kobiet zakażonych wirusem HIV w czasie ciąży.45,65 Niemniej jednak wzrost śmiertelności matek w połowie pierwszej dekady XXI wieku w Afryce Południowej znacznie przekracza liczbę zgonów matek związanych z zakażeniem HIV. Istnieją co najmniej cztery możliwe wyjaśnienia tego odkrycia. Po pierwsze, mogliśmy nie docenić ryzyka śmierci kobiety w ciąży zakażonej wirusem HIV w porównaniu z kobietą w ciąży niezakażoną wirusem HIV. Wyniki naszej metaanalizy są zgodne z wcześniejszymi badaniami, ale RR może być zaniżone, jeśli uwzględnimy badania z obszarów o lepszej opiece lub dostępie do ART.22,34 Po drugie, moglibyśmy przeszacować śmiertelność matek, gdyby UNAIDS Spectrum oszacowało ryzyko zakażenia wirusem HIV częstość występowania w czasie ciąży jest niedoszacowana. Wartości te sugerują, że współczynniki dzietności zależne od wieku zmniejszają się o 24% u kobiet zakażonych wirusem HIV w porównaniu z kobietami niezakażonymi w wieku 20–24 lat, ale płodność zmniejsza się o 56% w wieku 45–49 lat.66 Po trzecie, zakładamy, że RR można uogólnić na różne poziomy częstości występowania wirusa HIV u kobiet w ciąży, co może nie być prawdą. Po czwarte, epidemia HIV może odciągnąć zasoby od opieki położniczej ze względu na ogromne zapotrzebowanie na tę opiekę. Chociaż taka sytuacja jest teoretycznie możliwa, kilka badań i raportów nie wykazało takiej zależności; w istocie mogłaby istnieć synergia między zwiększaniem skali ART a produktywnością klinik i szpitali.67 Być może najważniejszym odkryciem jest to, że wraz ze zwiększaniem skali ART, MMR wydaje się szybko spadać (np. w Malawi).68
W naszym badaniu nie testowaliśmy związku pomiędzy pomocą rozwojową na rzecz programów dotyczących zdrowia matek a szczepionką MMR. Jednakże przyspieszone spadki nastąpiły w
106 ze 138 krajów rozwijających się w 2003 r. – 3 lata po Deklaracji Milenijnej – co zbiegło się ze zwiększeniem skali pomocy rozwojowej na rzecz programów w zakresie zdrowia matek i dzieci.49 Rygorystyczne testowanie hipotezy, że globalne ustalanie priorytetów i inwestycje w programy w zakresie zdrowia matek miały wpływ konieczna jest istotna rola w przyspieszaniu postępu. Badanie to jest ważne, ponieważ mogłoby wzmocnić podstawę, na której po 2015 r. będą formułowane wnioski o finansowanie dalszego rozwoju usług w zakresie zdrowia matek. Ponieważ odnotowaliśmy znacznie wolniejsze tempo zmian niż ONZ6, ustalenie argumentów za dalszym inwestowaniem w programy dotyczące zdrowia matek jest jeszcze większe; ambitne cele dla regionów takich jak Afryka Subsaharyjska będą prawdopodobnie wymagały poważnych inwestycji.
Porównaliśmy nasze szacunki dotyczące śmiertelności matek z szacunkami GBD 2010 i ONZ z 2012 roku.6 Korelacja między naszymi szacunkami MMR a szacunkami GBD 2010 dla 1990 r. wyniosła 0,96, a dla 2010 r. 0,89. Wartości korelacji z analizą ONZ dla tych samych dwóch okresów wyniosły 0,88 i 0,85. Być może najbardziej zauważalną różnicą między analizą ONZ z 2012 r. a naszą jest liczba zgonów matek w 1990 r.: 543 000 w porównaniu z 376 000. Różnica w liczbach za 2010 r. jest mniejsza: 287 000 zgonów w porównaniu z 317 300. Znacznie wyższa danych ONZ za rok 1990 znacznie podnosi szacowaną roczną stopę zmian MMR w latach 1990–2010 do –3,1% rocznie w porównaniu z –1,1% rocznie w naszym badaniu. Jedna z najważniejszych różnic między naszą oceną a oceną ONZ wydaje się być powiązana z szacunkami WHO dotyczącymi śmiertelności w wieku reprodukcyjnym w niektórych krajach.
Rysunek 10: Porównanie kopert śmiertelności w wieku reprodukcyjnym ze wszystkich przyczyn w latach 1990–2010. WPP=Światowe perspektywy populacji. GBD=Globalne badanie obciążenia chorobami.
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010100 000
200 000
300 000
400 000
500 000
600 000
Wszystko
1 czy
o o
przedstawiciel
rodzaj
aktyw
e-ag
to jest dobre
tys
Rok
Zachodnia Afryka Subsaharyjska
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 20100
50 000
100 000
150 000
250 000
400 000
350 000
300 000
200 000
Wszystko
1 czy
o o
przedstawiciel
rodzaj
aktyw
e-ag
to jest dobre
tys
Rok
Azja Południowo-Wschodnia
WHO 2010WPP 2008WPP 2010WPP 2012Lozano i in. 2011GBD 2010GBD 2013
Tokio, Japonia (MD Mukaigawara); Międzynarodowe Centrum Badań nad Chorobami Biegunkowymi, Dhaka, Bangladesz (doktorat Naheed); Uniwersytet KwaZulu-Natal, Durban, Republika Południowej Afryki (prof. dr KS. Naidoo); Ministerstwo Zdrowia Fidżi, Suva, Fidżi (D Nand MPH); Suraj Eye Institute, Nagpur, Indie (prof. lek. V. Nangia); Szkoła Zdrowia Publicznego, Uniwersytet Stanowy Nowego Jorku, Nowy Jork, NY, USA (Dr. D. Nash); Wydział Lekarski, Fez, Maroko (prof. C. Nejjari PhD); Narodowy Instytut Cukrzycy oraz Chorób Trawiennych i Nerek, Phoenix, AZ, USA (dr RG Nelson); Norweskie Centrum Badań nad Uzależnieniami (SERAF), Uniwersytet w Oslo, Oslo, Norwegia (SP Neupane MBBS); Kenia Medical Research Institute Wellcome Trust Program, Kilifi, Kenia (prof. C. R. Newton MD); Centrum Badań nad Epidemiologią Środowiskową (CREAL), Barcelona, Hiszpania (dr MJ Nieuwenhuijsen); Uniwersytet w Bergen, Bergen, Norwegia (prof. dr OF Norheim); Uniwersytet Kyung Hee, Seul, Korea Południowa (doktorat I-H Oh); Szkoła Medyczna Uniwersytetu Teikyo, Tokio, Japonia (prof. lek. T. Ohkubo); Centrum Inicjatywy Zdrowego Startu, Lagos, Nigeria (doktorat B O Olusanya); Władze lokalne dystryktu Lira, Rada Miejska Lira, Lira, Uganda (J N Opio MPH); Jednostka Toksykologii, Wydział Farmacji, Uniwersytet Port Harcourt, Port Harcourt, Nigeria (prof. OE Orisakwe PhD); Christian Medical College Ludhiana, Ludhiana, Indie (lekarz J. D. Pandian); Szkoła Medyczna Uniwersytetu Sungkyunkwan, Suwon, Korea Południowa (prof. J-H Park MPH); Universidad de Cartagena, Kartagena, Kolumbia (Mgr AJ Paternina Caicedo); Uniwersytet Calgary, Calgary, AB, Kanada (prof. SB Patten PhD); Ogólnoindyjski Instytut Nauk Medycznych (AIIMS), New Delhi, Indie (prof. V. K. Paul MD); WHO, Waigani, Papua Nowa Gwinea (lekarz B I Pavlin); London School of Hygiene & Tropical Medicine, Londyn, Wielka Brytania (dr prof. N. Pearce'a); Grupa badawcza 3B ds. biomateriałów, materiałów ulegających biodegradacji i biomimetyki, Uniwersytet Minho, siedziba Europejskiego Instytutu Doskonałości Inżynierii Tkankowej i
Artykuły
22 www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6
Medycyna Regeneracyjna i rząd PT ICVS/3B
Laboratorium stowarzyszone, Braga, Portugalia (prof. dr DM Pereira);
Flinders University, Adelaide, SA, Australia (prof. dr K. Pesudovs);
Centrum Biostatystyki Stosowanej, Akademia Sahlgrenska,
Uniwersytet w Göteborgu, Szwecja (prof. dr M. Petzold);
Uniwersytet McMaster, Hamilton, ON, Kanada (MD Poenaru);
Centrum Medyczne Erasmus, Katedra Zdrowia Publicznego,
Rotterdam, Holandia (doktorat S. Polindera); Uniwersytet
Liverpool, Liverpool, Wielka Brytania (D Pope PhD); Uniwersytet
Kolumbia Brytyjska, Vancouver, BC, Kanada (F Pourmalek PhD);
Wyższa Szkoła Farmacji (doktorat D Qato), Uniwersytet im
Illinois, Chicago, IL, USA (doktor KM Tabb); Contech
International, Lahore, Pakistan (A Rafay MS); Sina Trauma i
Centrum Badań Chirurgii, Klinika Neurochirurgii,
Szpital Shariati i Centrum Badawcze Naprawy Neurologicznej,
Uniwersytet w Teheranie, Teheran, Iran
(prof. lek. V. Rahimi-Movaghar); Korporacja Medyczna Hamad,
Doha, Katar
regiony o wysokim odsetku śmiertelności w wieku reprodukcyjnym z przyczyn matek. Szacunki te są znacznie wyższe niż szacunki GBD z 2013 r. dla Afryki Zachodniej, Afryki Północnej i Bliskiego Wschodu oraz Azji Południowo-Wschodniej w 1990 r. i wahały się od 7% wyższych w Ghanie do 58% wyższych w Nigerii. Różnice między szacunkami dotyczącymi śmiertelności w wieku reprodukcyjnym w zachodniej Afryce Subsaharyjskiej i Azji Południowo-Wschodniej są duże (ryc. 10). W niektórych przypadkach najnowsze szacunki Wydziału Ludności ONZ (World Population Prospects 2012) są zbieżne z szacunkami GBD, chociaż szacunki WHO są znacznie wyższe (ryc. 10). Wydział Ludnościowy ONZ i WHO niemal wyłącznie przewidują poziom umieralności dorosłych w Afryce Zachodniej na podstawie śmiertelności dzieci, podczas gdy w naszej analizie GBD w znacznym stopniu wykorzystujemy dane z badań i spisów ludności z tego regionu.69 Przyczyny zmian pomiędzy kolejnymi wersjami szacunków dotyczących umieralności matek zależy od kraju, ale opierają się one zarówno na nowych danych dotyczących poziomu umieralności w wieku reprodukcyjnym, jak i na przyczynach matek lub na odsetku zgonów związanych z ciążą.
Nasze badanie, które skupia szeroką gamę źródeł danych na temat poziomu, przyczyn i czasu zgonów matek w wielu krajach, ma istotne ograniczenia. Po pierwsze, mimo że systemy rejestracji życiowej oznaczone kodem ICD mają jasne zasady przypisywania przyczyn zgonów, w celu ustalenia odsetka zgonów wykorzystaliśmy dane ze spisów powszechnych i badań ankietowych.
Należy wyraźnie rozróżnić zgony spowodowane ciążą (zgony matek) i te, które były przypadkowe (zgony związane z ciążą). Dokonaliśmy korekt w przypadku przypadkowych zgonów związanych z wirusem HIV, ale nie dokonaliśmy podobnych korekt w przypadku innych rodzajów przypadkowych zgonów z przyczyn takich jak urazy. Badania70,71 sugerują, że zgony spowodowane urazami są rzadsze u kobiet niebędących w ciąży niż u kobiet w ciąży w tym samym wieku, jednak zdarzają się w obu grupach, co prowadzi do zawyżenia naszej oceny. Tę stronniczość należy złagodzić potencjalną stronniczością, zgodnie z którą raporty rodzeństwa i gospodarstwa domowe dotyczące zgonów związanych z ciążą mogą prowadzić do selektywnego zaniżania liczby zgonów związanych z aborcją.72 Po drugie, w wielu krajach niepewność co do szacunków dotyczących zgonów matek jest znaczna.73 W obrębie tej tendencji w tym samym kraju, źródła mogą się znacznie różnić. Na przykład w Indiach korzystaliśmy z wielu różnych rodzajów źródeł: w regionach wiejskich dane pochodzą głównie z badania przyczyn zgonów na obszarach wiejskich, systemu rejestracji próbek i ustnych badań zwłok, podczas gdy medyczne zaświadczenie o przyczynach zgonu obejmuje głównie ludność miejska.4
Po trzecie, nadal nie ma ostatecznego sposobu oszacowania interakcji HIV i ciąży w przypadku śmierci. Dostępnych było jedynie 21 badań oceniających zwiększone ryzyko zgonu w czasie ciąży u kobiet zakażonych wirusem HIV. Tylko dwa badania44,45 wskazują na zwiększone ryzyko zgonu w czasie ciąży u kobiet zakażonych wirusem HIV. Te dwa badania dostarczają bardzo rozbieżnych wniosków i mogą odzwierciedlać złożoną interakcję pomiędzy ART (i związaną z nią większą opieką, jaką otrzymują kobiety stosujące tę terapię) a ciążą, a także wpływ ciąży na progresję wirusa HIV. W miarę ciągłego opracowywania takich danych oraz ze względu na ważne implikacje dla kształtowania polityki, będziemy nadal pracować nad znalezieniem nowych źródeł danych, poprawą jakości danych i włączeniem zaktualizowanych metod, jeśli jest to konieczne, aby nadal dostarczać aktualizacje dla globalnych, regionalnych i krajowych śmiertelność matek.
Po czwarte, ze względu na skąpe dane nie mogliśmy określić ilościowo udziału innych infekcji, takich jak grypa (np. H1N1), malaria, gruźlica i zapalenie wątroby, w śmiertelności matek na poziomie populacji.74 Po piąte, nasza metoda szacowania w przypadku szczegółowych przyczyn zgonów matek wykorzystano wszystkie dostępne dane, ale w przypadku wielu krajów takie szczegółowe dane nie są dostępne lub, jeśli są dostępne, są przybliżone pod względem wieku. Dlatego mogliśmy nie docenić prawdziwego zakresu zależności między przyczyną a wiekiem w zakresie śmiertelności matek oraz różnic między krajami w tym samym regionie.
Po szóste, oszacowaliśmy interfejsy użytkownika dla każdego elementu analizy. CODEm potwierdza, że interfejsy użytkownika dla modelu śmiertelności matek obejmują dane na poziomie 97,9%, zatem mogą być nieco zawyżone. Wreszcie, na nasze szacunki dotyczące śmiertelności matek wpływają szacunki dotyczące innych przyczyn zgonów w każdej grupie wiekowej, opracowane na potrzeby GBD 2013, ze względu na wymóg, aby śmiertelność z określonej przyczyny sumowała się ze wszystkimi przyczynami.
Panel: Badania w kontekście
Nasza analiza stanowi kontynuację prac analitycznych dotyczących poziomów i trendów w zakresie śmiertelności matek, które rozpoczęły się od raportu Hogana i współpracowników4, a następnie przedstawiły Lozano i wsp.5 oraz badanie Global Burden of Disease Study 2010 (GBD 2010).16 Z każdym kolejnym badaniem , nastąpił znaczny postęp w zakresie danych dostępnych do analizy i metod analizy. Lozano i wsp.5 przeszli od jednego preferowanego modelu regresji stosowanego przez Hogana i wsp. oraz wysiłki pomiarowe ONZ6,20 do zestawu wielu modeli opracowanych w drodze rygorystycznych testów trafności predykcyjnej poza próbą. Analiza umieralności matek zawarta w GBD 2010 rozszerzyła tę analizę na dwa ważne sposoby: umieralność matek oceniano ze wszystkimi innymi przyczynami zgonów z zastrzeżeniem, że suma poszczególnych przyczyn zgonów jest równa demograficznej ocenie umieralności ze wszystkich przyczyn w każdej grupie wiekowej kobiet w wieku rozrodczym i zawierało szacunki dotyczące głównych przyczyn śmiertelności matek. W naszym badaniu, oprócz 2421 lat nowych danych, wprowadzono kilka ważnych innowacji metodologicznych, które usprawniły szacowanie śmiertelności matek. Najpierw przeanalizowaliśmy dane dotyczące historii rodzeństwa pod kątem odsetka zgonów w wieku rozrodczym związanych z ciążą według roku kalendarzowego dla każdej 5-letniej grupy wiekowej matek, łącząc dane z kilku ankiet, w których rejestrowano zdarzenia dla tego samego roku kalendarzowego. Po drugie, zasadniczo zmieniliśmy podejście do zrozumienia wpływu wirusa HIV na śmiertelność matek. Dokonaliśmy przeglądu systematycznego i wykorzystaliśmy względne ryzyko z badań kohortowych, aby dokładnie przypisać dość niewielką część zgonów związanych z HIV w czasie ciąży lub połogu jako zgony matek. Po trzecie, po raz pierwszy określiliśmy ilościowo inne bezpośrednie przyczyny matek, pośrednie przyczyny matek i późną śmierć matek. Po czwarte, przeanalizowaliśmy poprzednie raporty i inne źródła dotyczące czasu zgonów matek, aby uzyskać wskazówki dotyczące tego, kiedy następuje większość zgonów. Nasze dane i ulepszone metody doprowadziły do odmiennego zrozumienia ewolucji globalnej liczby zgonów matek, co ma istotne implikacje dla wyznaczania celów w erze po osiągnięciu MCR.
Artykuły
www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6 23
śmiertelność. Błędy w szacunkach dotyczących innych przyczyn zgonów mogą zawyżać lub obniżać naszą ocenę śmiertelności matek.
Ważną częścią ulepszonego pomiaru w przyszłości jest zalecenie, aby w badaniach i spisach powszechnych uwzględniać obserwację późnej śmiertelności matek (> 42 dni, ale < 1 rok). Przy założeniu, że śmiertelność matek będzie w dalszym ciągu spadać, prawdopodobnie wzrośnie liczba poważnych zachorowań matek lub tzw. przez niektórych opisywana jako czynnik ryzyka późnej śmierci matki. Jeśli ten opis jest prawdziwy, zgony te mogą nie zostać odpowiednio ujęte, ponieważ ani badania zdrowia reprodukcyjnego, ani badania demograficzne i zdrowotne nie określają ilościowo późnej śmierci matek. Ze względu na dużą zależność od historii rodzeństwa i liczby zgonów związanych z ciążą w badaniach gospodarstw domowych, konieczne byłyby poważne zmiany w celu śledzenia późnych zgonów matek za pomocą tych instrumentów.
Pomiar śmiertelności matek pozostaje wyzwaniem (panel). Zależy to zarówno od solidnej oceny demograficznej współczynników umieralności w wieku reprodukcyjnym, jak i danych dotyczących odsetka zgonów w każdej grupie wiekowej związanych z ciążą lub matek. Zmiany pomiędzy analizami systematycznymi w zakresie poziomów i tendencji w zakresie umieralności matek są większe niż w przypadku umieralności dzieci. W rezultacie użytkownicy wszelkich ocen śmiertelności matek muszą mieć świadomość, że oceny mogą ulec zmianie w miarę identyfikacji lub uzyskania nowych danych. Pomimo ciągłych wyzwań związanych z pomiarami istnieją mocne powody, aby w ciągu najbliższych 15–20 lat w dalszym ciągu skupiać globalną uwagę na zmniejszeniu liczby zgonów matek. Ważnym uzupełnieniem zarówno wyznaczania nowych celów, jak i mobilizacji działań na rzecz ich realizacji, będą regularne aktualizacje danych dotyczących trendów umieralności matek według wieku, przyczyny i czasu. Wierzymy, że to właśnie te dowody powinny napędzać i inspirować debaty i polityki mające na celu zmniejszenie liczby zgonów matek. Uważamy, że dowody są przekonujące, że od 2003 r. w kilku krajach spadki MMR nabrały przyspieszenia. Należy dokładnie zbadać to przyspieszenie, aby uzyskać jakościowy wgląd w to, co sprawdziło się w różnych warunkach. W miarę opracowywania nowych globalnych celów w zakresie śmiertelności matek ważne będzie wyciągnięcie wniosków z tych spostrzeżeń, a także rozpoczęcie planowania uwzględniającego zmieniające się potrzeby kobiet w wieku reprodukcyjnym w zakresie zdrowia i opieki zdrowotnej. Osiąganie (lub nie) arbitralnych celów, ustalonych bez należytego uwzględnienia rozkładu tempa zmian panującego w tamtym czasie, jest konstruktem politycznym, który przesłania wiedzę i pochwałę za znaczny postęp, jaki poczyniono w celu zmniejszenia śmiertelności matek w ostatniej dekadzie. Co więcej, przyspieszony spadek śmiertelności matek będzie bardziej prawdopodobny, jeśli dowody wynikające z reakcji politycznych w tych krajach zostaną szeroko i skutecznie rozpowszechnione i wdrożone.
Współautorzy NJK i CJLM przygotowali pierwszą wersję roboczą. NJK, CS, ADL, CJLM i RL sfinalizowały wersję roboczą na podstawie komentarzy innych autorów i opinii recenzentów. NJK, ADL, CJLM i RL opracowały badanie i przedstawiły ogólne wytyczne. NJK ukończyło całe modelowanie. NJK, AB-V i MSC przeprowadziły analizę statystyczną wyników modeli. Wszyscy pozostali autorzy dostarczyli dane, opracowali modele, dokonali przeglądu wyników, zainicjowali infrastrukturę modelowania i dokonali przeglądu raportu.
Deklaracja interesów Cyrus Cooper otrzymał honoraria za konsultacje, opłaty za wykłady i honoraria od firm Amgen, GlaxoSmithKline, Alliance for Better Bone Health, Merck Sharp and Dohme, Eli Lilly, Pfi zer, Novartis, Servier, Medtronic i Roche. Katherine B Gibney otrzymała stypendium Gustava Nossala National Health and Medical Research Council Gustava Nossala w 2012 roku; nagroda ta jest recenzowana w ramach standardowego procesu recenzowania National Health and Medical Research Countil, a CSL nie odgrywa żadnej roli w wyborze laureata. Norito Kawakami otrzymał wynagrodzenie od Meiji, Otsuka, EAP Consulting, Fujitsu Software Technologies, Japońskiego Centrum Produktywności, Fundacji Zdrowia Pracy, Japońskiej Agencji Finansowania Mieszkalnictwa, Aishin-Seiki i Japońskiego Stowarzyszenia Stomatologicznego; opłaty za doradztwo od Sekisui Chemicals, Centrum Opieki Zdrowotnej Junpukai i Izby Handlowo-Przemysłowej w Osace; oraz tantiemy od Igaku-Shoin, Taisha-kan, Nanko-do, Nanzan-do, PHP Publication i Fujitsu Software Technologies. Norito Kawakami otrzymał także granty badawcze od japońskiego Ministerstwa Edukacji, Nauki i Technologii; japońskie Ministerstwo Zdrowia, Pracy i Opieki Społecznej; Technologie oprogramowania Fujitsu; Softbanku; i Japońskie Stowarzyszenie Menedżerów. Guilherme V Polańczyk otrzymał granty lub wsparcie badawcze od Krajowej Rady ds. Rozwoju Nauki i Technologii, Fundacji Badawczej w São Paulo i Uniwersytetu w São Paulo; był płatnym konsultantem Shire; pracował w biurze mówców w Shire; i otrzymał tantiemy od Editora Manole. Jasvinder A Singh otrzymał granty badawcze od firm Takeda i Savient; otrzymał honoraria konsultantów od firm Savient, Takeda, Regeneron i Allergan; jest członkiem zarządu OMERACT, organizacji opracowującej mierniki wyników w reumatologii i otrzymującej niezależne fundusze od 36 firm; jest członkiem Podkomisji ds. wytycznych American College of Rheumatology w ramach Komisji ds. Jakości Opieki; i jest członkiem terenowego komitetu doradczego Veterans Aff airs Rheumatology. Pozostali autorzy nie deklarują sprzecznych interesów.
Podziękowania Dziękujemy niezliczonym osobom, które na różne sposoby przyczyniły się do badania Global Burden of Disease Study 2013. Chcielibyśmy podziękować za szerokie wsparcie ze strony wszystkich pracowników Instytutu Pomiarów i Oceny Zdrowia, a w szczególności podziękować: Michaelowi F MacIntyre, Peterowi Speyerowi i Summer Lockett Ohno za kierowanie badaniem Global Burden of Disease Study 2013; Kelsey Pierce za jej cenne wskazówki; Peterowi Speyerowi, Jamesowi Bullardowi, Serkanowi Yalcinowi, Edgarowi Siosonowi, Evanowi Laurie, Charlesowi Atkinsonowi i Andrew Ernstowi za ich niestrudzone wsparcie w zakresie infrastruktury obliczeniowej niezbędnej do uzyskania wyników; Linda A Ettinger za jej fachowe wsparcie administracyjne; Peterowi Speyerowi, Abigail McLain, Marissa Iannarone i Eden Stork za ich wytrwałą i nieocenioną pracę mającą na celu uzyskanie dostępu do jak największej ilości danych i ich skatalogowanie na potrzeby szacunków; Emily A Dansereau, D Allen Roberts, Katrina Ortblad, Herbert C Duber, Elizabeth K Johnson i Jonathan C Brown za ich wysiłki w opracowaniu i udoskonaleniu procesu modelowania wirusa HIV; Nicholasowi Graetzowi za wsparcie obliczeniowe; Madeline L Moyer, Bryan K Phillips, Lee Richardson, Logan Sandar i Stan Biryukov za ekstrakcję i przetwarzanie danych; Christopherowi Margono za pomoc w zakresie odniesień i przesłania; Thomasowi D. Flemingowi za pomoc w zakresie współzmiennych i literatury; i Meghan D Mooney za koordynację szacunków dotyczących śmiertelności ze wszystkich przyczyn. Żadna uznana osoba nie otrzymała dodatkowego wynagrodzenia za swoje wysiłki.
Referencje1 Shiff man J, Smith S. Generacja priorytetu politycznego dla świata
inicjatywy zdrowotne: ramy i studium przypadku dotyczące śmiertelności matek. Lancet 2007; 370: 1370–79.
(Sur Rahman FRCPCH); Uniwersytet Missouri, Columbia, MO, USA (doktorat M Raju); Wydział Zdrowia Publicznego, Uniwersytet Pendżabu, Lahore, Pakistan (doktorat SM Rana); Walden University, Minneapolis, Minnesota, USA (prof A Refaat PhD); Szpital Bhaba Atomic Research Center, Bombaj, Indie (lekarz N Roy); Uniwersytet Marshalla, Huntington, Wirginia Zachodnia, USA (doktorat M. Sawhney); Uniwersytet Federalny Santa Catarina, Florianópolis, Brazylia (dr IJC Schneider); Uniwersytet Alabama w Birmingham, Birmingham, AL, USA (doktorat DC Schwebel, lekarz medycyny J.A. Singh); Uniwersytet Stellenbosch, Kapsztad, Republika Południowej Afryki (doktorat prof. S. Seedat); Health Canada, Ottawa, ON, Kanada (dr HH Shin, dr S. Weichenthal); Uniwersytet Heriot-Watt, Edynburg, Wielka Brytania (doktorat I Shiue); Uniwersytet w Reykjaviku, Reykjavik, Islandia (doktorat ID Sigfusdottir); Uniwersytet Pensylwanii, Filadelfia, Pensylwania, USA (prof. dr hab. DH Silberberg); Instituto Nacional de Epidemiología Dr Juan H. Jara, Mar del Plata, Buenos Aires, Argentyna (AP Silva MgSc); Norweski Instytut Zdrowia Publicznego, Oslo, Norwegia (prof. V Skirbekk PhD); Federalny Instytut Badawczy Organizacji Zdrowia i Informatyki Ministerstwa Zdrowia Federacji Rosyjskiej, Moskwa, Rosja (dr SS Soshnikov); Wydział Klinicznych Nauk Neurologicznych, Western University, Londyn, ON, Kanada (lekarz z Los Angeles Sposato); Uniwersytet Tunku Abdul Rahman, Kajang, Malezja (lekarz C. T. Sreeramareddy); Greckie Centrum Kontroli i Zapobiegania Chorobom (KEELPNO) Grecja, Ateny, Grecja (dr K. Stroumpoulis); Katedra Kryminologii, Prawa i Społeczeństwa (i Socjologii), Uniwersytet Kalifornijski w Irvine, Irvine, Kalifornia, USA (B L Sykes PhD); Ministerstwo Zdrowia Publicznego, Yaounde, Kamerun (lekarz R. T. Talongwa); Memorial University, St John’s, NL, Kanada (doktorat E Y Tenkorang); Katedra Anestezjologii, Uniwersytet Wirginii, Charlottesville, VA, USA (MD A.S. Terkawi); Oddział Anestezjologii, King Fahad Medical City, Riyad, Arabia Saudyjska (AS Terkawi); Instytut Ziemi, Uniwersytet Columbia, Nowy Jork, NY, USA (AL Thorne-Lyman ScD);
Artykuły
24 www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6
Centrum Medyczne Szpitala Dziecięcego w Cincinnati, Cincinnati, Ohio, USA (prof. lek. J. A Towbin); Johnsa
Szkoła Zdrowia Publicznego Hopkins Bloomberg, Baltimore, Maryland,
USA (doktorat B X Tran); Wydział Medycyny Uniwersytetu na Krecie,
Heraklion, Grecja (prof. dr M. Tsilimbaris);
Departament Spraw Weteranów, Waszyngton, DC, USA
(lekarz USA Uchendu); Oddział Chorób Wewnętrznych Federalnego Szpitala Klinicznego Abakaliki,
Abakaliki, Nigeria (KN Ukwaja MD); Krajowy
Instytut Zdrowia Publicznego i Środowiska, Bilthoven,
Holandia (doktorat CH van Gool); UKK Instytut Zdrowia
Badania promocyjne, Tampere, Finlandia (prof. dr T. J. Vasankari);
Centrum Neuronauki, Szpital Raffles, Singapur
(N Venketasubramanian MD); Uniwersytet Boloński, Bolonia,
Włochy (prof. FS Violante MD); Wyższa Szkoła Ekonomiczna,
Moskwa, Rosja (prof. dr hab. VV Vlassov); Umundurowany
Usługi Uniwersytet Nauk o Zdrowiu, Bethesda, MD, USA
(lekarz S. Waller); Jinan Institute of Research on Aging, Jinan, Chiny
(doktorat S X Wang); Instytut Badań nad Dzieciątkiem Murdoch,
Królewski Szpital Dziecięcy, Melbourne, VIC, Australia
(RG Weintrauba); Uniwersytet w Miami, Miami, Floryda, USA
(MD Wilkinson); Instytut Zdrowia Publicznego Uniwersytetu im
Gondar, Gondar, Etiopia (SM Woldeyohannes MPH);
Szkoła Medycyny i Zdrowia Publicznego Ateneo, miasto Pasig,
Manila, Filipiny (lekarz J Q Wong); Jimma
Uniwersytet, Jimma, Etiopia (MA Word MPH); Nankin
Uniwersytecka Szkoła Medyczna, Szpital Jinling, Nanjing, Chiny
(prof. dr G. Xu); Uniwersytet Karoliny Północnej w Chapel Hill,
Chapel Hill, Karolina Północna, USA (doktor YC Yang); Podział
Medycyna sercowo-naczyniowa, Szkoła Medyczna Jichi University School of
Medycyna, Shimotsuke, Japonia (MD Y Yano); Uniwersytet w Hongkongu
Kong, Specjalny Region Administracyjny Hongkong, Chiny
(prof. dr P. Yip); Narodowe Centrum Neurologii i Psychiatrii,
Kodaira, Japonia (N Yonemoto MPH);
State University, Jackson, MS, USA (prof. M. Z. Younis PhD);
Katedra Epidemiologii i Biostatystyki, Global Health
2 Bustreo F, Requejo JH, Merialdi M, Presern C, Songane F. Od bezpiecznego partnerstwa w zakresie przetrwania matki, noworodka i dziecka do kontinuum opieki i odpowiedzialności: szybki postęp do roku 2015. Int J Gynaecol Obstet 2012; 119 (dodatek 1): S6–8.
3 Komisja ds. informacji i odpowiedzialności za zdrowie kobiet i dzieci. Dotrzymywanie obietnic, mierzenie wyników. 2011. http://www.everywomaneverychild.org/images/content/fi les/accountability_commission/fi nal_report/Final_EN_Web.pdf (dostęp 29 stycznia 2014).
4 Hogan MC, Foreman KJ, Naghavi M i in. Śmiertelność matek w 181 krajach, 1980–2008: systematyczna analiza postępu w realizacji Milenijnego Celu Rozwoju 5. Lancet 2010; 375: 1609–23.
5 Lozano R, Wang H, Foreman KJ i in. Postęp w realizacji Milenijnych Celów Rozwoju 4 i 5 w zakresie śmiertelności matek i dzieci: zaktualizowana analiza systematyczna. Lancet 2011; 378: 1139–65.
6 WHO, UNICEF, Fundusz Ludnościowy ONZ, Bank Światowy. Tendencje w śmiertelności matek: 1990–2010. 2012. http://www.unfpa.org/webdav/site/global/shared/documents/publications/2012/Trends_in_maternal_mortality_A4-1.pdf (dostęp 31.01.2014).
7 Bhutta ZA, Chopra M, Axelson H i in. Raport z dekady odliczania do 2015 r. (2000–2010): podsumowanie przeżycia matek, noworodków i dzieci. Lancet 2010; 375: 2032–44.
8 Hounton S, De Bernis L, Hussein J i in. W kierunku eliminacji zgonów matek: nadzór i reagowanie na zgony matek. Reprod Zdrowie 2013; 10: 1.
9 Leone T. Pomiar zróżnicowanej śmiertelności matek na podstawie danych ze spisów powszechnych w krajach rozwijających się. Miejsce Przestrzeni Ludowej 2013; opublikowano w Internecie 8 lipca. DOI:10.1002/psp.1802.
10 Helleringer S, Duthé G, Kanté AM i in. Błędna klasyfikacja zgonów związanych z ciążą w badaniach śmiertelności dorosłych: studium przypadku w Senegalu. Trop Med Int Zdrowie 2013; 18: 27–34.
11 Krzyż S, Bell JS, Graham WJ. Liczy się to, co jest celem: konsekwencje klasyfikacji zgonów matek dla śledzenia postępów w zmniejszaniu śmiertelności matek w krajach rozwijających się. Bull Światowy Organ Zdrowia 2010; 88: 147–53.
12 Lawson GW, Keirse MJNC. Refleksje na temat milenijnego celu śmiertelności matek. Narodziny 2013; 40: 96–102.
13 Mangham LJ, Hanson K. Zwiększanie skali międzynarodowego zdrowia: jakie są kluczowe kwestie? Plan Polityki Zdrowotnej 2010; 25: 85–96.
14 Naghavi M, Makela S, Foreman K, O’Brien J, Pourmalek F, Lozano R. Algorytmy zwiększające użyteczność krajowych danych o przyczynach zgonów dla zdrowia publicznego. Wskaźnik zdrowia populacji 2010; 8:9.
15 Naghavi M, Wang H, Vos T i in. Globalne, regionalne i krajowe poziomy śmiertelności zależnej od wieku oraz 239 przyczyn zgonów w latach 1990–2013: systematyczna analiza na potrzeby badania Global Burden of Disease Study 2013. Lancet (przesłano).
16 Lozano R, Naghavi M, Foreman K i in. Globalna i regionalna śmiertelność z 235 przyczyn zgonów w 20 grupach wiekowych w latach 1990 i 2010: analiza systematyczna na potrzeby badania Global Burden of Disease Study 2010. Lancet 2012; 380: 2095–128.
17 KTO. Międzynarodowa statystyczna klasyfikacja chorób i powiązanych problemów zdrowotnych: wersja dziesiąta, tom 2. 2004. http://www.who.int/classification/icd/ICD-10_2nd_ed_volume2.pdf (dostęp: 3 lutego 2014).
18 Poufne dochodzenie w sprawie zdrowia matki i dziecka. Dlaczego matki umierają: 2000–2002. Londyn: Royal College of Obstetricians and Gynecologists Press, 2004.
19 Ronsmans C, Graham WJ, w imieniu grupy sterującej The Lancet Maternal Survival Series. Śmiertelność matek: kto, kiedy, gdzie i dlaczego. Lancet 2006; 368: 1189–200.
20 Grupa Rozwoju ONZ. Wskaźniki monitorowania Milenijnych Celów Rozwoju: definicje, przesłanki, koncepcje i źródła. 2003. http://www.undp.org/content/dam/aplaws/publication/en/publications/poverty-reduction/poverty-website/indicators-for-monitoring-the-mdgs/Indicators_for_Monitoring_the_MDGs.pdf (dostęp 1 lutego, 2014).
21 Gakidou E, King G. Śmierć według ankiety: szacowanie śmiertelności dorosłych bez błędu selekcji na podstawie danych dotyczących przeżycia rodzeństwa. Demografia 2006; 43: 569–85.
22 Calvert C, Ronsmans C. Udział wirusa HIV w śmiertelności związanej z ciążą: przegląd systematyczny i metaanaliza. AIDS 2013; 27: 1631–39.
23 Le Coeur S, Khlat M, Halembokaka G i in. HIV i wielkość śmiertelności związanej z ciążą w Pointe Noire w Kongo. AIDS 2005; 19: 69–75.
24 Lionel J, Aleyamma TK, Varghese L i in. HIV i powikłania położnicze oraz skutki dla płodu w Vellore w Indiach. TropDokt 2008; 38: 144–46.
25 Louis J., Landon MB, Gersnoviez RJ i in. Zachorowalność i śmiertelność okołooperacyjna wśród kobiet zakażonych ludzkim wirusem niedoboru odp*rności poddawanych cięciu cesarskiemu. Obstet Gynecol 2007; 110: 385–90.
26 Kourtis AP, Bansil P, McPheeters M, Meikle SF, Posner SF, Jamieson DJ. Hospitalizacje ciężarnych kobiet zakażonych wirusem HIV w USA przed i w okresie HAART, 1994–2003. AIDS 2006; 20: 1823–31.
27 Khan M, Pillay T, Moodley JM, Connolly CA, w imieniu grupy badawczej Durban Perinatal TB HIV-1 Study Group. Śmiertelność matek związana z koinfekcją gruźlicą i HIV-1 w Durbanie w Republice Południowej Afryki. AIDS 2001; 15: 1857–63.
28 De Groot MR, Corporaal LJ, Cronjé HS, Joubert G. Zakażenie wirusem HIV u krytycznie chorych pacjentek położniczych. Int J. Gynaecol Obstet 2003; 81:9–16.
29 Coley JL, Msamanga GI, Fawzi MC i in. Związek między zakażeniem HIV-1 matki a wynikami ciąży w Dar es Salaam w Tanzanii. BJOG 2001; 108: 1125–33.
30 Zvandasara P, Hargrove JW, Ntozini R i in. Śmiertelność i zachorowalność wśród kobiet po porodzie zakażonych wirusem HIV i kobiet zakażonych wirusem HIV w Zimbabwe: czynniki ryzyka, przyczyny i wpływ suplementacji pojedynczą dawką witaminy A po porodzie. J Acquir Syndr z niedoborami odp*rności 2006; 43: 107–16.
31 Sewanka NK, Gray RH, Ahmad S i in. Śmiertelność związana z zakażeniem wirusem HIV w wiejskim dystrykcie Rakai w Ugandzie. AIDS 2000; 14: 2391–400.
32 McDermott JM, slu*tsker L, Steketee RW, Wirima JJ, Breman JG, Heymann DL. Prospektywna ocena śmiertelności wśród kohorty kobiet w ciąży na obszarach wiejskich Malawi. Am J Trop Med Hyg 1996; 55: 66–70.
33 Czarny V, Brooke S, Chersich MF. Wpływ leczenia ludzkim wirusem niedoboru odp*rności na śmiertelność matek w ośrodku trzeciorzędowym w Republice Południowej Afryki: audyt 5-letni. Obstet Gynecol 2009; 114: 292–99.
34 Zaba B, Calvert C, Marston M i in. Wpływ zakażenia wirusem HIV na śmiertelność związaną z ciążą w Afryce Subsaharyjskiej: wtórne analizy zbiorczych danych społecznościowych z sieci analizy danych podłużnych dotyczących HIV/AIDS w Afryce (ALPHA). Lancet 2013; 381: 1763–71.
35 Mmiro F, Ndugwa C, Guay L i in. Wpływ zakażenia ludzkim wirusem niedoboru odp*rności-1 na przebieg ciąży u kobiet w Ugandzie. Pediatr AIDS HIV Infect 1993; 4: 67–73.
36 Temmerman M, Chomba EN, Ndinya-Achola J, Plummer FA, Coppens M, Piot P. Zakażenie ludzkim wirusem niedoboru odp*rności-1 matki i wynik ciąży. Obstet Gynecol 1994; 83: 495–501.
37 Nathoo K, Rusakaniko S, Zijenah LS i in. Wzór przeżycia wśród niemowląt urodzonych przez matki zakażone ludzkim wirusem niedoboru odp*rności typu 1 i matki niezakażone w Harare w Zimbabwe. Cent Afr J Med 2004; 50: 1–6.
38 Kumar RM, Uduman SA, Khurranna AK. Wpływ zakażenia HIV-1 matki na przebieg okresu okołoporodowego. Int J. Gynaecol Obstet 1995; 49: 137–43.
39 Nuwagaba-Biribonwoha H, Mayon-White RT, Okong P, Carpenter LM, Jenkinson C. Wpływ wirusa HIV na jakość życia matek w Ugandzie. Opieka nad AIDS 2006; 18: 614–20.
40 Maiques-Montesinos V, Cervera-Sanchez J, Bellver-Pradas J, Abad-Carrascosa A, Serra-Serra V. Zachorowalność po cięciu cesarskim u kobiet zakażonych wirusem HIV. Acta Obstet Gynecol Scand 1999; 78: 789–92.
41 Ryder RW, Nsuami M, Nsa W i in. Śmiertelność wśród kobiet seropozytywnych pod względem wirusa HIV-1, ich małżonków i nowo narodzonych dzieci w ciągu 36 miesięcy obserwacji w Kinszasie w Zairze. AIDS 1994; 8: 667–72.
42 Lepage P, Dabis F, Hitimana DG i in. Okołoporodowe przenoszenie wirusa HIV-1: brak wpływu zakażenia wirusem HIV u matki na charakterystykę żywych urodzeń i śmiertelność noworodków w Kigali w Rwandzie. AIDS 1991; 5: 295–300.
43 Chilongozi D, Wang L, Brown L i in. Zachorowalność i śmiertelność w kohorcie kobiet w ciąży zakażonych i niezakażonych ludzkim wirusem niedoboru odp*rności typu 1 oraz ich niemowląt z Malawi, Zambii i Tanzanii. Pediatr Infect Dis J 2008; 27: 808–14.
Artykuły
www.thelancet.com Opublikowano w Internecie 2 maja 2014 r. http://dx.doi.org/10.1016/S0140-6736(14)60696-6 25
44 Matthews LT, Kaida A, Kanters S i in. U kobiet zakażonych wirusem HIV leczonych przeciwretrowirusowo występuje zwiększona śmiertelność w okresie ciąży i połogu. AIDS 2013; 27 (suplement 1): S105–112.
45 Westreich D, Maskew M, Evans D, Firnhaber C, Majuba P, Sanne I. Ciąża incydentalna i czas do śmierci lub AIDS wśród kobiet zakażonych wirusem HIV otrzymujących terapię przeciwretrowirusową. PloS One 2013; 8: e58117.
46 Foreman KJ, Lozano R, Lopez AD, Murray CJ. Modelowanie przyczyn śmierci: zintegrowane podejście wykorzystujące CODEm. Wskaźnik zdrowia populacji 2012; 10: 1.
47 Romano M, Cacciatore A, Giordano R, La Rosa B. Okres poporodowy: trzy odrębne, ale ciągłe fazy. J Prenat Med 2010; 4: 22–25.
48 Jamison DT, Summers LH, Alleyne G i in. Zdrowie na świecie 2035: świat jednoczący się w ciągu jednego pokolenia. Lancet 2013; 382: 1898–955.
49 Instytut Pomiarów i Oceny Zdrowia. Finansowanie zdrowia na świecie 2013: przejście w epoce oszczędności. Seattle, WA: Instytut Pomiarów i Oceny Zdrowia, 2014.
50 Konje JC, Ladipo OA. Odżywianie i utrudniony poród. Am J Clin Nutr 2000; 72 (dodatek 1): 291–97 S.
51 Bhutta ZA, Das JK, Rizvi A i in. Oparte na dowodach interwencje mające na celu poprawę żywienia matki i dziecka: co można zrobić i jakim kosztem? Lancet 2013; 382: 452–77.
52 Bhutta ZA, Ahmed T, Black RE i in. Co działa? Interwencje dotyczące niedożywienia i przeżycia matki i dziecka. Lancet 2008; 371: 417–40.
53 Acosta C, Bhattacharya S, Tuff nell D, Kurinczuk J, Knight M. Sepsa matek: szkockie badanie populacyjne oparte na analizie przypadków. BJOG 2012; 119: 474–83.
54 Say L, Pattinson RC, Gülmezoglu AM. Systematyczny przegląd WHO dotyczący zachorowalności i śmiertelności matek: częstość występowania ciężkiej ostrej zachorowalności matek (near miss). Reprod Zdrowie 2004; 1: 3.
55 Morgan J, Roberts S. Posocznica matki. Obstet Gynecol Clin North Am 2013; 40: 69–87.
56 Asnani MR, McCaw-Binns AM, Reid ME. Nadmierne ryzyko śmierci matki z powodu niedokrwistości sierpowatokrwinkowej na Jamajce: 1998–2007. PloS One 2011; 6: e26281.
57 Wilkinson H, w imieniu Powierników i Doradców Medycznych. Ratowanie życia matek. Przegląd zgonów matek w celu zwiększenia bezpieczeństwa macierzyństwa: 2006–2008. BJOG 2011; 118: 1402–03.
58 Rahimy MC, Gangbo A, Adjou R, Deguenon C, Goussanou S, Alihonou E. Wpływ aktywnego postępowania prenatalnego na przebieg ciąży w niedokrwistości sierpowatokrwinkowej w środowisku afrykańskim. Krew 2000; 96: 1685–89.
59 Nevis IF, Reitsma A, Dominic A i in. Wyniki ciąży u kobiet z przewlekłą chorobą nerek: przegląd systematyczny. Clin J Am Soc Nephrol 2011; 6: 2587–98.
60 Gilbert WM, Young AL, Danielsen B. Wyniki ciąży u kobiet z przewlekłym nadciśnieniem tętniczym: badanie populacyjne. J Reprod Med 2007; 52: 1046–51.
61 Brar SS, Khan SS, Sandhu GK i in. Częstość występowania, śmiertelność i różnice rasowe w kardiomiopatii okołoporodowej. Am J. Cardiol 2007; 100: 302–04.
62 Goland S, Modi K, Bitar F i in. Profil kliniczny i czynniki predykcyjne powikłań kardiomiopatii okołoporodowej. Awaria karty J 2009; 15: 645–50.
63 Śliwa K, Fett J, Elkayam U. Kardiomiopatia okołoporodowa. Lancet 2006; 368: 687–93.
64 Matka AFO-B, Tomta K, Ahouangbevi S, Chobli M. Zgony związane ze znieczuleniem w Togo, Afryka Zachodnia. TropDokt 2005; 35: 220–22.
65 Grupy współpracy ds. terapii antyretrowirusowej w krajach o niższych dochodach (ART-LINC) i współpracy kohortowej ART (ART-CC). Śmiertelność pacjentów zakażonych wirusem HIV-1 w pierwszym roku terapii przeciwretrowirusowej: porównanie krajów o niskich i wysokich dochodach. Lancet 2006; 367: 817–24.
66 Murray CJL, Ortblad KF, Guinovart C i in. Globalna, regionalna i krajowa zapadalność oraz zgony z powodu HIV, gruźlicy i malarii w latach 1990–2013: systematyczna analiza na potrzeby badania Global Burden of Disease Study 2013. Lancet (przesłano).
67 Grupa współpracy Światowej Organizacji Zdrowia na rzecz maksymalizacji pozytywnych synergii. Ocena interakcji między globalnymi inicjatywami zdrowotnymi a krajowymi systemami opieki zdrowotnej. Lancet 2009; 373: 2137–69.
68 Colbourn T, Lewycka S, Nambiar B, Anwar I, Phoya A, Mhango C. Śmiertelność matek w Malawi, 1977–2012. BMJ Open 2013; 3: e004150.
69 Wang H., Dwyer-Lindgren L., Lofgren KT i in. Śmiertelność zależna od wieku i płci w 187 krajach, 1970–2010: analiza systematyczna na potrzeby badania Global Burden of Disease Study 2010. Lancet 2012; 380: 2071–94.
70 Yusuf HR, Akhter HH, Rahman MH, Chowdhury ME, Rochat RW. Zgony spowodowane urazami wśród kobiet w wieku 10–50 lat w Bangladeszu, 1996–97. Lancet 2000; 355: 1220–24.
71 Gissler M, Berg C, Bouvier-Colle M-H, Buekens P. Zgony z powodu urazów, samobójstwa i zabójstwa związane z ciążą, Finlandia 1987–2000. Eur J. Zdrowie Publiczne 2005; 15: 459–63.
72 Shahidullah M. Siostrzana metoda szacowania śmiertelności matek: doświadczenia Matlaba. Plan Stadniny Koni 1995; 26: 101–06.
73 Hill K, Thomas K, AbouZahr C i in. Szacunki dotyczące śmiertelności matek na całym świecie w latach 1990–2005: ocena dostępnych danych. Lancet 2007; 370: 1311–19.
74 Conroy AL, McDonald CR, Kain KC. Malaria w ciąży: diagnozowanie infekcji i identyfikacja ryzyka dla płodu. Ekspert Rev Anti Infect Ther 2012; 10: 1331–42.
Instytut, Szkoła Zdrowia Publicznego, Uniwersytet Wuhan, Wuhan, Chiny (prof C Yu); TCM Medical Tk, Nusajaya, Johor Bahru, Malezja (dr K Yun Jin); Mansoura Wydział Lekarski, Mansoura, Egipt (prof M E S Zaki MD); Uniwersytet Medyczny Chongqing, Chongqing, Chiny (prof. Y Zhao MD); Centrum Okulistyczne Zhongshan, Uniwersytet Sun Yat-sen, Guangzhou, Chiny (doktor Y Zheng); oraz Instytut i Szpital Onkologiczny, Chińska Akademia Nauk Medycznych, Pekin, Chiny (prof. lek. X N Zou)
Korespondencja do:Dr Nicholas J. Kassebaum, Institute for Health Metrics and Evaluation, University of Washington, 2301 Fifth Avenue, Suite 600, Seattle, WA 98121,[chroniony e-mailem]
Zobacz dodatek w Internecie
