Abbreviations Full Form DLEC District Level Executive Committee DPC District Planning Committee SLEC State Level Executive Committee EMDE Emerging Market and Developing Economy GDP Gross Domestic Product GSDP Gross State Domestic Product DDP District Domestic Product DC District Collector ACS Additional Chief Secretary S Secretary PS Principle Secretary CEO Chief Executive Officer w.r.t With Respect To KRA Key Result Area DDS District Development Strategy SWOT Strength, Weakness, Opportunities & Threats ESG马哈拉施特拉邦SECC社会经济和种姓人口普查GDDP GDDP GROSS地区的环境,社会和治理GOM政府在贫困线以下智能,可衡量,可衡量,可实现的,相关和时间约束的可持续发展目标IT信息技术PPP公共私人伙伴关系
产前暴露于高度的母体炎症与不良的神经发育结果有关,包括非典型大脑成熟和精神疾病。对于经历社会经济劣势的母亲来说,免疫激活可能是这种环境困境所固有的慢性压力的产物。虽然越来越多的临床前和临床证据表明新生儿大脑发育改变与宫内炎症状态增加之间存在联系,但社会经济劣势对神经免疫串扰产生不同影响的潜在机制仍不清楚。在当前的研究中,我们在 320 对因贫困而过度抽样的母婴二元组中调查了社会经济劣势、妊娠期炎症和新生儿白质微结构之间的关联。我们分析了怀孕期间母亲血清中四种细胞因子(IL-6、IL-8、IL-10、TNF-α)的水平与后代白质微结构和社会经济劣势的关系。较高的母亲平均 IL-6 与非常低的社会经济地位(SES;INR < 200% 贫困线)、较低的新生儿皮质脊髓束各向异性分数(FA)和较低的钩状轴向扩散率(AD)相关。没有其他细胞因子与 SES 相关。较高的母亲平均 IL-10 与胼胝体和皮质脊髓束的较低 FA 和较高的径向扩散率 (RD)、较高的视辐射 RD、较低的钩状 AD 以及下额枕束和内囊束前肢的较低 FA 相关。SES 调节了妊娠期间母亲平均 TNF- α 水平与新生儿白质扩散率之间的关系。当这些相互作用被分解时,模式表明这种关联在非常低 SES 的新生儿中是显著和正相关的,而 TNF- α 与下扣带 AD 呈显著的负相关。相比之下,在条件较好的新生儿(SES 从低到高 [INR ≥ 200% 贫困线])中,TNF-α 与上扣带回 AD 呈显著正相关。总之,这些发现表明,产前细胞因子暴露与白质微结构之间的关系因 SES 的不同而不同。这些模式与妊娠期炎症对白质发育的影响因子宫内基础资源的可用性而不同这一情景相一致。
产前暴露于孕产妇炎症的增长与不良神经发育结局有关,包括非典型的大脑成熟和精神病。在经历社会经济劣势的母亲中,免疫激活可能是这种环境困难所固有的慢性压力的产物。虽然促进临床前和临床证据的发展已经显示出改变了新生儿大脑发育的改变与子宫内炎症状态的增加之间的联系,但社会经济劣势差异影响神经免疫串扰的潜在机制仍然不清楚。在当前的研究中,我们调查了320个因贫困而过采样的母亲二元组中的社会经济劣势,妊娠中肿块和新生儿白质微观结构之间的关联。我们在妊娠过程中分析了四种细胞因子(IL-6,IL-8,IL-10,TNF-α)的产妇血清水平与后代白质微观结构和社会经济缺陷有关的妊娠过程。较高的平均母体IL-6与非常低的社会经济状况(SES; INR <200%贫困线)和较低的新生儿皮质脊髓分数各向异性(FA)和较低的非轴向扩散(AD)有关。没有其他细胞因子与SES相关。较高的平均母体IL-10与Callosum和皮质脊髓区域中的FA较低和较高的径向扩散率(RD)相关,较高的光学辐射RD,下腹部下额叶和较低的FA和下部额叶额叶和较低的FA。SES调节妊娠期间平均母体TNF-α水平与新生儿白质扩散率之间的关系。当分解这些相互作用时,模式表明这种关联在非常低的SES新生儿中是显着和正面的,因此TNF-α与下符号AD成反比和显着相关。相比之下,在更优势的新生儿(较低至高的SES [INR≥200%贫困线])中,TNF-α与上符号AD呈阳性且显着相关。综上所述,这些发现表明,产前细胞因子暴露与白质微观结构之间的关系随SES的函数而不同。这些模式与一个场景一致,即妊娠弹性对白质发育的影响取决于子宫内基础资源的可用性。
美国近五分之一的儿童生活在收入低于官方联邦贫困线的家庭中,超过 40% 的儿童生活在贫困或近贫困家庭。几十年来,贫困对儿童发展的影响一直是研究的重点,随着我们积累了更多有关贫困影响的证据,研究也日益增多。美国儿科学会最近将“贫困与儿童健康”添加到其儿童议程中,以认识到贫困对儿童发展广泛而持久的影响。该领域最近增加了基于神经科学的方法的应用。包括神经影像学、神经内分泌学、认知心理生理学和表观遗传学在内的各种技术开始记录早期贫困生活经历如何影响婴儿大脑发育。我们讨论了是否有真正值得的理由将神经科学和相关的生物学方法添加到儿童贫困研究中,以及这些观点如何帮助指导针对这些儿童及其家庭的基于发展的有针对性的干预措施和政策。
P.1 组织描述 1913 年,基督复临安息日会白色纪念医院 (AHWM) 作为一家社区诊所开业,为洛杉矶市中心贫困的博伊尔高地社区提供服务。如今,AHWM 是唯一一家为东洛杉矶社区居民提供急症护理的私营非营利性“安全网”医院。东洛杉矶是一个人口稠密的飞地,以贫穷的移民家庭、第一代美国家庭、帮派成员和无家可归者的营地为特征。这家拥有 353 张床位的医院方圆五英里内居住着 200 多万人,其中 89% 是西班牙裔,是加州最大的西班牙裔人口。该地区人均收入低于 17,000 美元,大多数居民生活在联邦贫困线以下,是联邦指定的医疗服务不足地区。主要服务区内三分之一的居民受教育程度低于九年级,97% 的付款人组合是医疗补助和医疗保险。
自1990年代以来,越南经济发展的速度非常迅速,并且大多数发展中国家仍然无与伦比。2010年越南获得了中等收入国家的地位。经济增长是由不断扩大的私营部门,城市化和移民日益增加的驱动。但是,估计有1600万人仍然生活在贫困线以下。几乎50%的人口无法获得安全卫生。许多贫穷和“差”越南人容易遭受反复发生的自然灾害和气候变化冲击。在改革经济和金融体系和克服基础设施障碍方面面临着复杂的挑战。在医疗保健和教育方面存在广泛的收入差异,社会和性别不平等以及不平等。移民,尤其是妇女,是最脆弱的城市贫困人口。种族,贫困和社会排斥之间存在很强的相关性。属于少数民族的近1000万人中约有52%(约占人口总人口的12.6%)继续经历贫困和粮食不安全。
塞内加尔等西非国家的气候变化的特征是温度升高,夏季降雨降低以及洪水和干旱等极端事件。农业,尤其是花生种植,在塞内加尔具有经济意义。但是,气候变化严重威胁了农业稳定,这加剧了粮食不安全,尤其是对于生活在国家贫困线以下的38%的人口(ANSD 2018)。降雨和温度模式的变化显着影响农业和食品生产系统,特别是在塞内加尔东部。这危害了玉米和大米等主食,危害了人们对农业的粮食安全性(Brottem and Brooks 2018; Roudier等人。2011)。此外,作物模型预测,花生产量的降低了5%至25%,这是许多家庭,尤其是极端贫困的家庭的主食(World Bank 2017)。模型还可以预期,由于高温,玉米等农作物中的重要营养物质的潜力下降(Myers等人。2014; Thomson and Mason 2018)。
平价连接计划 (ACP) 是美国政府的一项计划,旨在帮助众多低收入家庭支付宽带服务和互联网连接设备的费用。参加某些政府援助计划(例如 Medi-Cal、补充保障收入 (SSI) 等)或生命线电话福利的人有资格享受 ACP。如果您的收入为联邦贫困线标准的 200% 或以下(单人家庭 27,180 美元或两人家庭 36,620 美元),您也有资格享受该计划。如果符合条件,您可以通过您所在地区的参与提供商获得每月高达 30 美元的互联网服务折扣,以及笔记本电脑、平板电脑或台式电脑的一次性高达 100 美元的折扣(共付额超过 10 美元但低于 50 美元)。要了解有关 ACP 的更多信息或申请,请访问 www.affordableconnectivity.gov 。有关在圣地亚哥县连接互联网的更多信息和其他资源,请访问 https://getconnected.sandag.org 。
1. 部落指出,将“贫困人口”定义为联邦贫困标准的 200% 或以下并不符合当地的具体生活成本或 TANF 灵活性原则。• 一些部落建议将上限设为州中位收入 (SMI) 的 80%,他们表示这将继续允许各州获得国会所希望的灵活性并响应各州的具体需求。部落表示,将上限与 SMI 保持一致可以提供更准确的标准,因为联邦贫困标准旨在反映全国平均水平,而一个家庭的最低开支在全国范围内差异很大。一个部落指出,“例如,在阿拉斯加,一些社区一加仑牛奶的价格高达 10 美元,联邦贫困标准并没有负责任地反映需求。” • 一个部落表示,国会对“贫困人口”的定义保持沉默,这是明确指示要服从州的申请,而 OFA 将“贫困人口”定义为处于或低于贫困线 200% 的人的决定“显得武断且反复无常”。 2. 部落对部落 TANF 计划的影响表示担忧。
我们使用多层次回归和后分层方法 (4,5) 估计了分区一级的糖尿病患病率。在第 1 阶段,我们使用 2 个模型估计了个体层面的糖尿病概率。在第一个模型中,我们使用 2021-2022 年 BRFSS 数据的多层逻辑回归获得了参数估计值(即模型系数)。这包括个体层面(年龄和性别)和地区层面(被认定为黑人、非裔加勒比人或有色人种的人口比例以及生活在联邦贫困线 100% 以下的人口比例)固定效应。第二个模型使用第一个模型中获得的参数估计值,通过使用 2020 年美国十年一次的人口普查数据对分区一级的人口特征计数进行回归,来预测分区一级的患病率。在第 2 阶段,我们使用后分层来生成基于模型的分区一级糖尿病患病率估计值。该过程涉及将第一阶段个体层面的预期概率与按街道人口规模加权的个体层面的人口特征组相加。