Trends and predictors of cesarean birth in Singapore, 2005‐2014: A population‐based cohort study
Notice bibliographique
Résumé
BACKGROUND: Rates of cesarean birth have continued to rise in many high-income countries. We examined the temporal trends and predictors of cesarean birth in Singapore. METHODS: Linked hospitalization and Birth Registry data were used to examine all live births to Singaporean citizens and permanent residents between January 1, 2005 and December 31, 2014 (n = 342 932 births). We calculated cesarean rates and age-adjusted average annual percent change (AAPC) in those rates and used sequential multivariable regression modeling to assess the contribution of changes in predictors to the change in cesarean rates over time. RESULTS: The overall cesarean rate in Singapore rose from 32.2% in 2005 to 37.4% in 2014. Among singleton, cephalic, term pregnancies, the two major predictions of cesarean were nulliparity and previous cesarean, each accounting for just over one-third of all cesareans. Higher AAPC was observed in nulliparous women of Indian ethnicity (0.74% [95% confidence interval 0.68-0.80]) compared with Chinese (0.62% [0.60-0.65]) or Malay women (0.63% [0.59-0.68]), and in women who delivered in private hospitals (0.62% [0.60-0.64]) compared with those delivered under subsidized care in public hospitals (0.58% [0.52-0.63]). Parity and education had the largest influences on cesarean birth trend (attenuation of AAPC from 0.62% [0.59-0.66] to 0.39% [0.38-0.40] after adjustment). CONCLUSION: Cesarean birth has continued to rise at a steady rate in Singapore. Strategies to curb this temporal increase include avoidance of medically unnecessary primary cesarean and attempts at trial of labor and vaginal delivery among women with a history of prior cesarean.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,002 | 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 ».