MétaCan
Menu
Retour à la cohorte
Enregistrement W2793734450 · doi:10.1377/hlthaff.2017.1290

An Unconditional Prenatal Income Supplement Reduces Population Inequities In Birth Outcomes

2018· article· en· W2793734450 sur OpenAlexafffundabout
Marni Brownell, Nathan Nickel, Mariette Chartier, Jennifer Enns, Dan Château, Joykrishna Sarkar, Elaine Burland, Douglas P. Jutte, Carole Taylor, Alan Katz

Notice bibliographique

RevueHealth Affairs · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensManitoba Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSocioeconomic statusMedicineEnvironmental healthPopulationPsychological interventionHealth equityPrenatal careLow incomeDemographyPublic healthSocioeconomicsEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

The Commission on Social Determinants of Health, sponsored by the World Health Organization, has identified measuring health inequities and evaluating interventions to reduce them as important priorities. We examined whether an unconditional prenatal income supplement for low-income women was associated with reduced population-level inequities in birth outcomes. We identified all mother-newborn pairs from the period 2003-10 in Manitoba, Canada, and divided them into the following three groups: low income exposed (received the supplement); low income unexposed (did not receive the supplement); and not low income unexposed (ineligible for the supplement). We measured inequities in low-birthweight births, preterm births, and breast-feeding initiation among these groups. The findings indicated that the socioeconomic gap in birth outcomes between low-income and other women was significantly smaller when the low-income women received the income supplement than when they did not. The prenatal income supplement may be an important driver in attaining population-level equity in birth outcomes; its success could inform strategies seeking to improve maternal and child health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,015
Score d'incertitude au seuil0,694

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,344
Écart entre enseignants0,328 · 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 tête enseignante, 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

Citations39
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetGlobal Maternal and Child HealthTravaux en français237 207