The Effect of Race on Provider Decisions to Test for Illicit Drug Use in The Peripartum Setting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Testing for illicit drugs may expose women who test positive to severe legal and social consequences. It is unknown whether racial disparities in drug testing practices underlie observed disparities in legal and social consequences of positive tests. METHODS: Using administrative hospital and birth certificate data, we analyzed factors associated with both receipt and results of illicit drug testing among women with live births during 2002-2003. We assessed the independent association of race and other sociodemographic factors with both receipt of a drug test by the mother or her newborn infant and positive maternal or neonatal toxicology results, after controlling for obstetrical conditions and birth outcomes associated with maternal substance abuse. RESULTS: Of the 8487 women with live births, 244 mother-newborn pairs (3%) were tested for illicit drug use. Black women and their newborns were 1.5 times more likely to be tested for illicit drugs as nonblack women in multivariable analysis. However, race was not independently associated with a positive result. CONCLUSIONS: We identified racial differences in rates of testing for illicit drug use between black and nonblack women. We found equivalent positivity rates among tested black and nonblack women. The prevalence of drug use among untested women is unknown, however, so although tested women had equivalent rates of substance use detected, whether black and nonblack substance users are equally likely to be identified in the course of peripartum care remains uncertain.
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.
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 | 0,016 | 0,012 |
| 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 découle