Regional Variation in Rates of Low Birth Weight
Notice bibliographique
Résumé
OBJECTIVE: Low birth weight (LBW; < 2500 g) is the result of complex and poorly understood interactions between the biological determinants of the mother and the fetus, the parent's socioeconomic status, and medical care. After controlling for these established risk factors, the extent of regional variation in LBW rates remains unknown. This study measures regional variation in LBW rates and identifies regions of neonatal health services with significantly high or low adjusted rates. METHODS: Linking the United States 1998 singleton birth cohort (N = 3.8 million) with county and health care characteristics, we conducted a small area analysis of LBW across 246 regions of neonatal health services. We measured observed rates and then used a multivariable, hierarchical model to estimate adjusted LBW rates by regions. We then stratified these rates by race for the 208 regions with adequate sample size. RESULTS: Observed LBW rates varied across regions from 3.8 to 10.6 per 100 live births (interquartile range: 5.0-6.8 [25th-75th percentile]; median: 5.9). After controlling for known maternal and area risk factors, 67 (27.0%) regions had rates significantly below and 98 (39.8%) regions had rates significantly higher than the national rate of 6.0 per 100 live births. Although black mothers were more likely to give birth to an LBW newborn, regional adjusted rates still varied > 3-fold within both black and nonblack subgroups. CONCLUSIONS: After controlling for known maternal and area risk factors, LBW rates markedly varied across US regions of neonatal health services for both black and nonblack mothers. Additional analyses of these regions may provide opportunities for regional accountability in pregnancy outcomes, LBW research, and targeted improvement interventions, especially in high-risk populations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».