The influence of refugee status and secondary migration on preterm birth
Notice bibliographique
Résumé
BACKGROUND: It is unknown whether the risk of preterm birth (PTB) is elevated for forced (refugee) international migrants and whether prolonged displacement amplifies risk. While voluntary migrants who arrive from a country other than their country of birth (ie, secondary migrants) have favourable birth outcomes compared with those who migrated directly from their country of birth (ie, primary migrants), secondary migration may be detrimental for refugees who experience distinct challenges in transition countries. Our objectives were (1) to determine whether refugee status was associated with PTB and (2) whether the relation between refugee status and PTB differed between secondary and primary migrants. METHODS: We conducted a retrospective population-based cohort study. Ontario immigration (2002-2010) and hospitalisation data (2002-2010) were linked to estimate adjusted cumulative odds ratios (ACOR) of PTB (22-31, 32-36, 37-41 weeks of gestation), with 95% CIs (95% CI) comparing refugees with non-refugees. We further included a product term between refugee status and secondary migration. RESULTS: Overall, refugees (N=12 913) had 17% greater cumulative odds of short gestation (ACOR=1.17, 95% CI 1.07 to 1.28) compared with non-refugees (N=110 640). Secondary migration modified the association between refugee status and PTB (p=0.007). Secondary refugees had 58% greater cumulative odds of short gestation (ACOR=1.58, 95% CI 1.25 to 2.00) than secondary non-refugees, while primary refugees had 12% greater cumulative odds of short gestation (ACOR=1.12, 95% CI 1.02 to 1.23) than primary non-refugee immigrants. CONCLUSIONS: Refugee status, jointly with secondary migration, influences PTB among migrants.
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 | 0,012 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».