Prenatal screening, diagnosis, and termination of pregnancy in First Nations and rural women
Notice bibliographique
Résumé
OBJECTIVES: The objectives of the study were to assess differences in utilization of maternal serum screening (MSS) and prenatal diagnostic testing between population subgroups and to determine the impact on chromosomal anomaly birth rates. METHODS: This population-based cohort study included all female residents from Saskatchewan, Canada, who delivered a baby, experienced a fetal loss, or had a pregnancy termination between 2000 and 2005. In total, 93 171 women were included in the study dataset, with a subset (n = 35 527) evaluated to identify predictors of screening and diagnostic testing. Incidence and live birth prevalence of Down syndrome were compared across populations. RESULTS: MSS uptake was lower in First Nations (FN) women (9.6% vs 28.4%), and living in a rural health region moderated the difference (p < 0.001). Consequently, fewer chromosomal anomalies were prenatally diagnosed in FN women than in the rest of the population (8.3% vs 27%). Terminations of pregnancy for fetal anomaly occurred at a lower frequency amongst FN women (0.64 vs 1.34, per 1000 pregnancies), resulting in a smaller effect on Down syndrome birth rates. CONCLUSION: Utilization of MSS and diagnostic testing was lower in FN and rural populations. Further research will be necessary to understand the relevance of value preferences and access barriers. © 2016 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».