MétaCan
Menu
Retour à la cohorte
Enregistrement W2589680766 · doi:10.1186/s12913-017-2084-8

The distribution of maternity services across rural and remote Australia: does it reflect population need?

2017· article· en· W2589680766 sur OpenAlexaff
Margaret Rolfe, Deborah A Donoghue, Jo Longman, Jennifer Pilcher, Sue Kildea, Sue Kruske, Jude Kornelsen, Stefan Grzybowski, Lesley Barclay, Geoffrey Morgan

Notice bibliographique

RevueBMC Health Services Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésPopulationMedicineNursing researchCatchment areaCaesarean sectionHealth administrationOdds ratioHealth facilityService (business)Health careSocioeconomicsPublic healthEnvironmental healthNursingGeographyPregnancyEconomic growthBusinessHealth servicesSociologyDrainage basin

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Australia has a universal health care system and a comprehensive safety net. Despite this, outcomes for Australians living in rural and remote areas are worse than those living in cities. This study will examine the current state of equity of access to birthing services for women living in small communities in rural and remote Australia from a population perspective and investigates whether services are distributed according to need. METHODS: Health facilities in Australia were identified and a service catchment was determined around each using a one-hour road travel time from that facility. Catchment exclusions: metropolitan areas, populations above 25,000 or below 1,000, and a non-birthing facility within the catchment of one with birthing. Catchments were attributed with population-based characteristics representing need: population size, births, demographic factors, socio-economic status, and a proxy for isolation - the time to the nearest facility providing a caesarean section (C-section). Facilities were dichotomised by service level - those providing birthing services (birthing) or not (no birthing). Birthing services were then divided by C-section provision (C-section vs no C-section birthing). Analysis used two-stage univariable and multivariable logistic regression. RESULTS: There were 259 health facilities identified after exclusions. Comparing services with birthing to no birthing, a population is more likely to have a birthing service if they have more births, (adjusted Odds Ratio (aOR): 1.50 for every 10 births, 95% Confidence Interval (CI) [1.33-1.69]), and a service offering C-sections 1 to 2 h drive away (aOR: 28.7, 95% CI [5.59-148]). Comparing the birthing services categorised by C-section vs no C-section, the likelihood of a facility having a C-section was again positively associated with increasing catchment births and with travel time to another service offering C-sections. Both models demonstrated significant associations with jurisdiction but not socio-economic status. CONCLUSIONS: Our investigation of current birthing services in rural and remote Australia identified disparities in their distribution. Population factors relating to vulnerability and isolation did not increase the likelihood of a local birthing facility, and very remote communities were less likely to have any service. In addition, services are influenced by jurisdictions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,534
Écart entre enseignants0,417 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207