Determinants of late and/or inadequate use of prenatal healthcare in high-income countries: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Prenatal healthcare is likely to prevent adverse outcomes, but an adequate review of utilization and its determinants is lacking. OBJECTIVE: To review systematically the evidence for the determinants of prenatal healthcare utilization in high-income countries. METHOD: Search of publications in EMBASE, CINAHL and PubMed (1992-2010). Studies that attempted to study determinants of prenatal healthcare utilization in high-income countries were included. Two reviewers independently assessed the eligibility and methodological quality of the studies. Only high-quality studies were included. Data on inadequate use (i.e. late initiation, low-use, inadequate use or non-use) were categorized as individual, contextual and health behaviour-related determinants. Due to the heterogeneity of the studies, a quantitative meta-analysis was not possible. RESULTS: Ultimately eight high-quality studies were included. Low maternal age, low educational level, non-marital status, ethnic minority, planned pattern of prenatal care, hospital type, unplanned place of delivery, uninsured status, high parity, no previous premature birth and late recognition of pregnancy were identified as individual determinants of inadequate use. Contextual determinants included living in distressed neighbourhoods. Living in neighbourhoods with higher rates of unemployment, single parent families, medium-average family incomes, low-educated residents, and women reporting Canadian Aboriginal status were associated with inadequate use or entering care after 6 months. Regarding health behaviour, inadequate use was more likely among women who smoked during pregnancy. CONCLUSION: Evidence for determinants of prenatal care utilization is limited. More studies are needed to ensure adequate prenatal care for pregnant women at risk.
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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».