Reconstructing a Pregnancy Cohort to Examine Potential Selection Bias in Studies on Racial Disparities in Preterm Delivery
Notice bibliographique
Résumé
BACKGROUND: Epidemiologic studies examining preconception risk factors on perinatal outcomes are typically restricted to livebirths. By including only non-terminated pregnancies, estimates for the underlying pregnancy cohort may be subject to selection bias. We examined if potential selection bias due to induced termination by maternal race may result in different estimates of the non-Hispanic black - non-Hispanic white risk ratio (RR) for preterm delivery (PTD) among a reconstructed pregnancy cohort ('pseudo-pregnancy cohort'). METHODS: Using New York City registries of 1.6 million livebirths, spontaneous terminations, and induced terminations among non-Hispanic black and non-Hispanic white women (2000-12), we multiply imputed PTD (<37 weeks) and early PTD (<32 weeks) outcomes for induced terminations based on maternal race, age, parity, marital status, nativity, and medical care payer to construct the pseudo-pregnancy cohort. RESULTS: Among non-Hispanic black and non-Hispanic white women, 55% and 19% of pregnancies ended in induced termination and 13% and 8% resulted in PTD, respectively. Although several factors were associated with both PTD and induced termination, PTD RRs in the birth (RR 1.64, 95% confidence interval (CI) 1.62, 1.66) and pseudo-pregnancy (RR 1.63, 95% CI 1.56, 1.71) cohorts were similar. However, early PTD RR was somewhat larger in the birth (RR 2.80, 95% CI 2.71, 2.89) than pseudo-pregnancy (RR 2.47, 95% CI 2.23, 2.73) cohort. CONCLUSIONS: Using birth certificate data - thereby excluding induced terminations - to estimate the PTD racial disparity did not produce biased estimates. Our data suggest observed PTD disparities likely are not artefacts of selection bias due to induced termination.
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 | 0,001 | 0,002 |
| 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 ».