The prevalence of stillbirths: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Stillbirth rate is an important indicator of access to and quality of antenatal and delivery care. Obtaining overall estimates across various regions of the world is not straightforward due to variation in definitions, data collection methods and reporting. METHODS: We conducted a systematic review of a range of pregnancy-related conditions including stillbirths and performed meta-analysis of the subset of studies reporting stillbirth rates. We examined variation across rates and used meta-regression techniques to explain observed variation. RESULTS: We identified 389 articles on stillbirth prevalence among the 2580 included in the systematic review. We included 70 providing 80 data sets from 50 countries in the meta-analysis. Pooled prevalence rates show variation across various subgroup categories. Rates per 100 births are higher in studies conducted in less developed country settings as compared to more developed (1.17 versus 0.50), of inadequate quality as compared to adequate (1.12 versus 0.66), using sub-national sample as compared to national (1.38 versus 0.68), reporting all stillbirths as compared to late stillbirths (0.95 versus 0.63), published in non-English as compared to English (0.91 versus 0.59) and as journal articles as compared to non-journal (1.37 versus 0.67). The results of the meta-regression show the significance of two predictor variables - development status of the setting and study quality - on stillbirth prevalence. CONCLUSION: Stillbirth prevalence at the community level is typically less than 1% in more developed parts of the world and could exceed 3% in less developed regions. Regular reviews of stillbirth rates in appropriately designed and reported studies are useful in monitoring the adequacy of care. Systematic reviews of prevalence studies are helpful in explaining sources of variation across rates. Exploring these methodological issues will lead to improved standards for assessing the burden of reproductive ill-health.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,017 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».