Comparison of adverse perinatal outcomes between Asians and Caucasians: a population-based retrospective cohort study in Ontario
Notice bibliographique
Résumé
BACKGROUND: Racial disparities in adverse perinatal outcomes have been studied in other countries, but little has been done for the Canadian population. In this study, we sought to examine the disparities in adverse perinatal outcomes between Asians and Caucasians in Ontario, Canada. METHODS: We conducted a population-based retrospective cohort study that included all Asian and Caucasian women who attended a prenatal screening and resulted in a singleton birth in an Ontario hospital (April 1st, 2015-March 31st, 2017). Generalized estimating equation models were used to estimate the independent adjusted relative risks and adjusted risk difference of adverse perinatal outcomes for Asians compared with Caucasians. RESULTS: percentile), neonatal intensive care unit admission, and hyperbilirubinemia requiring treatment, but had lower risks of preeclampsia, macrosomia (birth weight > 4000 g), large-for-gestational-age neonates, 5-min Apgar score < 7, and arterial cord pH ≤7.1, as compared with Caucasians. No difference in risk of elective cesarean section was observed between Asians and Caucasians. CONCLUSION: There are significant differences in several adverse perinatal outcomes between Asians and Caucasians. These differences should be taken into consideration for clinical practices due to the large Asian population in Canada.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».