Widening inequality in extreme macrosomia between Indigenous and non‐Indigenous populations of Québec, Canada
Notice bibliographique
Résumé
OBJECTIVE: To evaluate trends in macrosomia by severity in Indigenous vs. non-Indigenous populations of Québec, Canada. METHODS: We used a retrospective cohort of 2,298,332 singleton live births in the province of Québec, 1981-2008. Indigenous births were identified by community of residence (First Nations, Inuit, non-Indigenous) and language spoken (First Nations, Inuit, French/English). High birth weight (HBW) and large-for-gestational-age (LGA) births were categorised by severity (moderate, very, extreme). Time trends in HBW and LGA, by severity, were estimated using odds ratios (OR) and rate differences for Indigenous vs. non-Indigenous births, adjusting for maternal characteristics. RESULTS: Relative to non-Indigenous, First Nations (but not Inuit) had higher rates of extreme HBW (1.3% vs. 0.1%) and extreme LGA birth (12.6% vs. 2.2%), and rates increased over time. First Nations had progressively elevated ORs with greater severity of macrosomia, and associations were strongest for extreme HBW >5,000 g (OR=12.4) and LGA >97th percentile (OR=7.2). CONCLUSION: Inequalities in extreme macrosomia between First Nations and non-Indigenous Quebecers are pronounced and widened between 1981 and 2008. IMPLICATIONS: Studies are needed to determine why macrosomia rates are increasing in Québec's First Nations, and how they compare with Indigenous sub-groups of demographically similar countries, including Australia and New Zealand.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».