MétaCan
Menu
Retour à la cohorte
Enregistrement W3129088236 · doi:10.1001/jamanetworkopen.2020.34993

Association of Preexisting Disability With Severe Maternal Morbidity or Mortality in Ontario, Canada

2021· article· en· W3129088236 sur OpenAlexaffabout
Hilary K. Brown, Joel G. Ray, Simon Chen, Astrid Guttmann, Susan M. Havercamp, Susan L. Parish, Simone N. Vigod, Lesley A. Tarasoff, Yona Lunsky

Notice bibliographique

RevueJAMA Network Open · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Rights and Representation
Établissements canadiensCentre for Addiction and Mental HealthSt. Michael's HospitalInstitute for Clinical Evaluative SciencesHospital for Sick ChildrenThe Scarborough HospitalPublic Health OntarioUniversity of TorontoWomen's College Hospital
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésMedicineCohortRuralityIntellectual disabilityCohort studyPopulationPregnancyDemographyPediatricsPsychiatryEnvironmental healthRural area

Résumé

récupéré en direct d'OpenAlex

Importance: Severe maternal morbidity and mortality are important indicators of maternal health. Pregnancy rates are increasing in women with disabilities, but their risk of severe maternal morbidity and mortality is unknown, despite their significant social and health disparities. Objective: To determine the risk of severe maternal morbidity or mortality among women with a physical, sensory, or intellectual/developmental disability compared with women without disabilities. Design, Setting, and Participants: This population-based cohort study used linked health administrative data in Ontario, Canada, from 2003 to 2018. The cohort included all singleton births to women with preexisting physical, sensory, and intellectual/developmental disabilities as well as with 2 disabilities or more compared with women without a disability. Data analysis was conducted from September 2019 to September 2020. Exposures: Disabilities were identified with published algorithms applied to diagnoses in 2 physician visits or more or at least 1 emergency department visit or hospitalization. Main Outcomes and Measures: Severe maternal morbidity (a validated composite of 40 diagnostic and procedural indicators) or all-cause maternal mortality, arising between conception and 42 days post partum. Relative risks were adjusted for maternal age, parity, income quintile, rurality, chronic medical conditions, mental illness, and substance use disorders. Results: The cohort comprised women with physical disabilities (144 972 women; mean [SD] age, 29.8 [5.6] years), sensory disabilities (45 259 women; mean [SD] age, 29.1 [6.0] years), intellectual/developmental disabilities (2227 women; mean [SD] age, 26.1 [6.4] years), and 2 or more disabilities (8883 women; mean [SD] age, 29.1 [6.1] years), and those without disabilities (1 601 363 women; mean [SD] age, 29.6 [5.4] years). The rate of severe maternal morbidity or death was 1.7% (27 242 women) in women without a disability. Compared with these women, the risk of severe maternal morbidity or death was higher in women with a physical disability (adjusted relative risk [aRR], 1.29; 95% CI, 1.25-1.34), a sensory disability (aRR, 1.14; 95% CI, 1.06-1.21), an intellectual/developmental disability (aRR, 1.57; 95% CI, 1.23-2.01), and 2 or more disabilities (aRR, 1.74; 95% CI, 1.55-1.95). Similar aRRs were observed for severe maternal morbidity or death arising in pregnancy, from birth to 42 days post partum, and from 43 to 365 days post partum. Women with disabilities were more likely than those without disabilities to experience multiple severe maternal morbidity indicators. The most prevalent indicators in all groups were intensive care unit admission, severe postpartum hemorrhage, puerperal sepsis, and severe preeclampsia. Conclusions and Relevance: In this study, women with a preexisting disability were more likely to experience severe maternal morbidity or mortality. Preconception and perinatal care provisions should be considered among women with a disability to mitigate the risk of these rare but serious outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,037
Score d'incertitude au seuil0,265

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,324
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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

Citations81
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetDisability Rights and RepresentationTravaux en français237 207