International migration and caesarean birth: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Perinatal health disparities including disparities in caesarean births have been observed between migrant and non-migrant women and some literature suggests that non-medical factors may be implicated. A systematic review was conducted to determine if migrants in Western industrialized countries consistently have different rates of caesarean than receiving-country-born women and to identify the reasons that explain these differences. METHODS: Reports were identified by searching 12 literature databases (from inception to January 2012; no language limits) and the web, by bibliographic citation hand-searches and through key informants. Studies that compared caesarean rates between international migrants and non-migrants living in industrialized countries and that did not have a 'fatal flaw' according to the US Preventative Services Task Force criteria were included. Studies were summarized, analyzed descriptively and where possible, meta-analyzed. RESULTS: Seventy-six studies met inclusion criteria. Caesarean rates between migrants and non-migrants differed in 69% of studies. Meta-analyses revealed consistently higher overall caesarean rates for Sub-Saharan African, Somali and South Asian women; higher emergency rates for North African/West Asian and Latin American women; and lower overall rates for Eastern European and Vietnamese women. Evidence to explain the consistently different rates was limited. Frequently postulated risk factors for caesarean included: language/communication barriers, low SES, poor maternal health, GDM/high BMI, feto-pelvic disproportion, and inadequate prenatal care. Suggested protective factors included: a healthy immigrant effect, preference for a vaginal birth, a healthier lifestyle, younger mothers and the use of fewer interventions during childbirth. CONCLUSION: Certain groups of international migrants consistently have different caesarean rates than receiving-country-born women. There is insufficient evidence to explain the observed differences.
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 | 0,011 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,024 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».