Factors associated with high Cesarean deliveries in China and Brazil - A Call for reducing elective surgeries in moving towards Universal Health Coverage
Notice bibliographique
Résumé
Background: Annually 6.2 million unnecessary Cesarean Deliveries (CD) are performed globally. Such high unnecessary CD rate is a concern not only due to the additional financial burden it places on the health system but also because the quality of care could be compromised. There is an even more imperative need to reduce elective surgeries in moving towards the Universal Health Coverage (UHC), to ensure the ever stretched resources are effectively channeled for the best health outcomes. Methods: The paper uses a case study method. China and Brazil were selected primarily due to their alarmingly high number and percentage of the CD rate. Systematic literature review was conducted and the analyses were structured based on the framework “Determinants of High Cesarean Delivery Rates”, developed by the authors. Results: In China and Brazil, cultural belief, fear of labor pain and patient’s perception regarding quality of care may play a role in the patient’s preference for CD but these perceptions are shaped by their health care providers as well. The principal-agent relation comes into play as the health professionals can modify perceived needs of their patients. Availability of health insurance to mothers, physicians’ preference for convenient working hours, and payment incentives for performing higher yielding Cesarean procedures are driving the high CD rate phenomena in China and Brazil. Understand the social determinants of CD and using various instruments to change women’s perceptions of birthing options and physicians’ behaviors are critical in managing the CD rate. Conclusion: In the context of the rapid movement towards UHC, the evidence presented in this paper supports the call for implementing complementary policy interventions and regulation to ensure minimal efficiency loss due to resources being diverted to unnecessary procedures or hospital stays.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».