Variation in Maternal Co‐morbidities and Obstetric Interventions across Area‐Level Socio‐economic Status: A Cross‐Sectional Study
Notice bibliographique
Résumé
BACKGROUND: Multiple studies indicate a significant association between area-level socio-economic status (SES) and adverse maternal health outcomes; however, the impact of area-level SES on maternal co-morbidities and obstetric interventions has not been examined. OBJECTIVE: To examine the variation in maternal co-morbidities and obstetric interventions across area-level SES. METHODS: This study used data from the Discharge Abstract Database that comprised birth data in Alberta between 2005-2007 (n = 120 285). Co-morbidities and obstetric interventions were identified using validated case-definitions. Material deprivation index was obtained for each dissemination area through linkage of hospitalisation and census data. Multilevel logistic regression was used to analyse the data adjusting for potential confounding variables. RESULTS: The prevalence of any co-morbidity varied across area-level SES. Drug abuse odds ratio (OR) 2.5 (95% confidence interval (CI) 1.8, 3.5), pre-existing diabetes OR 1.7 (95% CI 1.1, 2.6), and prolonged hospital stay OR 1.5 (95% CI 1.4, 1.6) were significantly more likely to occur in the most deprived areas compared to the least deprived areas. In contrast, caesarean delivery OR 0.9 (95% CI 0.8, 0.9) was less likely to occur in the most deprived areas compared to the least deprived areas. Area-level deprivation explained area-level variance of drug abuse, HIV, and other mental diseases only. CONCLUSION: Many co-morbidities and obstetric interventions vary at the area-level, but only some are associated with area-level SES, and few of them vary due to the area-level SES. This indicates that other area-level factors, in addition to area-level SES, need to be considered when investigating maternal health and use of health interventions.
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 | 0,003 | 0,003 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».