MétaCan
Menu
Retour à la cohorte
Enregistrement W2138978409 · doi:10.1111/birt.12106

The Impact of Payment Source and Hospital Type on Rising Cesarean Section Rates in Brazil, 1998 to 2008

2014· article· en· W2138978409 sur OpenAlexaff
Kristine Hopkins, Ernesto F. L. Amaral, Aline Nogueira Menezes Mourão

Notice bibliographique

RevueBirth · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésLogistic regressionSection (typography)PaymentCesarean deliveryMedicineOdds ratioOddsDemographyMultivariate analysisPregnancyBusinessSociologyFinance

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: High cesarean section rates in Brazilian public hospitals and higher rates in private hospitals are well established. Less is known about the relationship between payment source and cesarean section rates within public and private hospitals. METHODS: We analyzed the 1998, 2003, and 2008 rounds of a nationally representative household survey (PNAD), which includes type of delivery, where it took place, and who paid for it. We construct cesarean section rates for various categories, and perform logistic regression to determine the relative importance of independent variables on cesarean section rates for all births and first births only. RESULTS: Brazilian cesarean section rates were 42 percent in 1998 and 53 percent in 2008. Women who delivered publicly funded births in either public or private hospitals had lower cesarean section rates than those who delivered privately financed deliveries in public or private hospitals. Multivariate models suggest that older age, higher education, and living outside the Northeast region all positively affect the odds of delivering by cesarean section; effects are attenuated by the payment source-hospital type variable for all women and even more so among first births. CONCLUSIONS: Cesarean section rates have risen substantially in Brazil. It is important to distinguish payment source for the delivery to have a better understanding of those rates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,141
Score d'incertitude au seuil0,280

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,339
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBirthMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207