Caesarean section in uninsured women in the USA: systematic review and meta-analysis
Notice bibliographique
Résumé
Objective The aim of this study is to assess the odds of caesarean section (CS) for uninsured women in the USA and understand the underlying mechanisms as well as consequences of lower use. Study design Systematic review and meta-analysis. Data sources PubMed, Embase, the Cochrane Library and CINAHL from the first year of records to April 2018. Eligibility criteria We included studies that reported data to allow the calculation of ORs of CS of uninsured as compared with insured women. Outcomes The prespecified primary outcome was the adjusted OR of deliveries by CS of uninsured women as compared with privately or publicly insured women. The prespecified secondary outcome was the crude OR of deliveries by CS of uninsured women as compared with insured women. Results 12 articles describing 16 separate studies involving more than 8.8 million women were included in this study. We found: 0.70 times lower odds of CS in uninsured as compared with privately insured women (95% CI 0.63 to 0.78), with no relevant heterogeneity between studies (τ 2 =0.01); and 0.92 times lower odds for CS in uninsured as compared with publicly insured women (95% CI 0.80 to 1.07), with no relevant heterogeneity between studies (τ 2 =0.02). We found 0.70 times lower odds in uninsured as compared with privately and publicly insured women (95% CI 0.69 to 0.72). Conclusions CSs are less likely to be performed in uninsured women as compared with insured women. While the higher rates for CS among privately insured women can be explained with financial incentives associated with private insurance, the lower odds among uninsured women draw attention at barriers to access for delivery care. In many regions, the rates for uninsured women are above, close or below the benchmarks for appropriate CS rates and could imply both, underuse and overuse.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».