Health system factors and caesarean sections in Kosovo: a cross-sectional study
Notice bibliographique
Résumé
OBJECTIVE: To investigate the association of caesarean section rates with the health system characteristics in the public hospitals of Kosovo. DESIGN: Cross-sectional survey. SETTING: Five largest public hospitals in Kosovo. PARTICIPANTS: 859 women with low-risk deliveries who delivered from April to May 2015 in five public hospitals in Kosovo. OUTCOME MEASURES: The prespecified outcomes were the crude and adjusted OR of births delivered with caesarean section by health system characteristics such as delivery by the physician who provided antenatal care, health insurance status and other. Additional prespecified outcomes were caesarean section rates and crude ORs for delivery with caesarean in each public hospital. RESULTS: Women with personal monthly income had increased odds for caesarean (OR 1.55, 95% CI 1.06 to 2.27), as did women with private health insurance coverage (OR 3.44, 95% CI 1.20 to 9.85). Women instructed by a midwife on preparation for delivery had decreasing odds (OR 0.32, 95% CI 0.19 to 0.51) while women having preference for a caesarean had increasing odds for delivery with caesarean (OR 3.84, 95% CI 1.96 to 7.51). The odds for caesarean increased also in the case of delivery by a physician who provided antenatal care (OR 2.06, 95% CI 1.16 to 3.67) and delivery during office hours (OR 2.36, 95% CI 1.37 to 4.05), while delivery at the University Clinical Centre of Kosovo decreased the odds for caesarean (OR 0.46, 95% CI 0.24 to 0.90). CONCLUSIONS: We found that several health system characteristics are associated with the increase of caesarean sections in a low-risk population of delivering women in public hospitals of Kosovo. These findings should be explored further and addressed via policy measures that would tackle provision of unnecessary caesareans. The study findings could assist Kosovo to develop corrective policies in addressing overuse of caesareans and may provide useful information for other middle-income countries.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».