Racial disparities in comorbidity and severe maternal morbidity/mortality in the United States: an analysis of temporal trends
Notice bibliographique
Résumé
INTRODUCTION: Severe maternal morbidity and mortality have increased in the USA in recent years. This trend has not been consistent across all racial groups. The reasons behind this, and the relation between preexisting conditions, pregnancy-associated disease and severe maternal morbidity/mortality, have not been fully explored. MATERIAL AND METHODS: Annual data on delivery hospitalizations between 1993 and 2012 were obtained from the Nationwide Inpatient Sample (NIS), representing a 20% sample of hospital discharges from across the USA. Chi-square tests for trend were used to examine temporal patterns in the proportion of pregnancies affected by comorbidities as defined by the Obstetric Comorbidity Score and were stratified by maternal race. Logistic regression was used to determine the impact of temporal increases in comorbidity on severe maternal morbidity/mortality. RESULTS: In 1993, 34.3% of pregnancies had a comorbidity score of ≥1; this significantly increased to 44.1% by 2012 (p < 0.001). Baseline differences were observed between all races (Whites 33.7%, Blacks 34.5%, Hispanics 28.0%, Asian/Pacific Islanders 28.1%). Although significant increases were observed for all races, the relative rate of change was lowest for Whites (26.1% increase) and highest for Asian/Pacific Islanders (49.1% increase). The odds of severe maternal morbidity/mortality have steadily increased over time; however, adjustment for Obstetric Comorbidity Score significantly attenuates this correlation. CONCLUSION: The rate of both preexisting comorbidities and pregnancy-associated disease is increasing in pregnant women in the USA and varies substantially by race. These trends provide valuable insight into the increasing complexity of pregnancy in the USA and explain a proportion of the observed increase in severe maternal morbidity/mortality.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».