Predictors of Unplanned Cesareans among Low‐Risk Migrant Women from Low‐ and Middle‐Income Countries Living in Montreal, Canada
Notice bibliographique
Résumé
BACKGROUND: Research has yielded little understanding of factors associated with high cesarean rates among migrant women (i.e., women born abroad). The objective of this study was to identify medical, migration, social, and health service predictors of unplanned cesareans among low-risk migrant women from low- and middle-income countries (LMICs). METHODS: We used a case-control research design. The sampling frame included migrant women from LMICs living in Canada less than 8 years, who gave birth at one of three Montreal hospitals between March 2014 and January 2015. Data were collected from medical records and by interview-administration of the Migrant-Friendly Maternity Care Questionnaire. We performed multi-variable logistic regression for low-risk women (i.e., vertex, singleton, term pregnancies) who delivered vaginally (1,615 controls) and by unplanned cesarean indicated by failure to progress, fetal distress, or cephalopelvic disproportion (233 cases). RESULTS: Predictors of unplanned cesarean included being from sub-Saharan Africa/Caribbean (OR 2.37 [95% CI 1.02-5.51]) and admission for delivery during early labor (OR 5.43 [95% CI 3.17-9.29]). Among women living in Canada less than 2 years predictors were having a humanitarian migration classification (OR 4.24 [95% CI 1.16-15.46]) and admission for delivery during early labor (OR 7.68 [95% CI 3.12-18.88]). CONCLUSION: Migrant women from sub-Saharan Africa/Caribbean and recently arrived migrant women with a humanitarian classification are at greater risk for unplanned cesareans compared with other low-risk migrant women from LMICs after controlling for medical factors. Strategies to prevent cesareans should consider the circumstances of migrant women that may be contributing to the use of unplanned cesareans in this population.
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) | 0,000 | 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) | 0,001 | 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 ».