Maternity Outcomes in Manitoba Women: A Comparison between Midwifery‐led Care and Physician‐led Care at Birth
Notice bibliographique
Résumé
BACKGROUND: Registered midwives, obstetricians/gynecologists, and general or family practice physicians (GPs) provide maternity care across Canada. Few North American studies have assessed whether maternity outcomes differ across these three groups. This study compared maternal and neonatal outcomes of low-risk pregnant women whose birth was attended by registered midwives, obstetricians/gynecologists, and family practice physicians in Winnipeg, Manitoba from 2001/02 to 2012/13. METHODS: Descriptive statistics and logistic regression were used to examine differences in types of intervention, mode of delivery, and outcomes by provider type among low-risk women. Logistic regression models controlled for socio-demographic and birth-related covariates. RESULTS: Low-risk births comprised 83,774 (48.7%) of total births (n = 171,910). The adjusted odds ratio (aOR), (95% confidence interval) for midwife vs OB/GYN showed women who had a midwife attend the birth had reduced odds of having an episiotomy 0.47 (0.40-0.54), epidural 0.25 (0.23-0.27), and cesarean delivery 0.13 (0.10-0.16) and their infants had less Neonatal Intensive Care Unit admissions 0.28 (0.18-0.43). The aOR for GP versus OB/GYN showed women who had a GP had reduced odds of having an epidural/spinal 0.83 (0.79-0.88) and cesarean delivery 0.44 (0.40-0.48). CONCLUSIONS: The effectiveness of Manitoba maternity services can be improved with increased use of integrated midwifery services. Future research should examine how midwifery and physician-led models of care differ, and the influence of these differences on birth outcomes and cost-effectiveness to the health care system. Improvement of data tracking systems is also needed.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».