The impact of family physicians in rural maternity care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Reduced access to maternity care in rural areas of the United States presents a significant burden to pregnant persons and infants. The objective of this study was to estimate the impact of family physicians (FPs) on access to maternity care in rural United States hospitals, especially where other providers may not be available. METHODS: We administered a survey to 216 rural hospitals in 10 US states inquiring about the number of babies delivered from 2013 to 2017, the types of delivering physicians, and the maternity services offered. We calculated the percentage of rural hospitals in our sample where FPs performed vaginal deliveries, cesareans, and vaginal births after cesarean (VBACs), and the percentage of all babies delivered by FPs. We estimated the distance patients would have to travel for care if FPs were not providing care locally. RESULTS: The final study population consisted of 185 rural hospitals. FPs delivered babies in 67% of these hospitals and were the only physicians who delivered babies in 27% of these hospitals. FPs provided VBAC at 18% and cesarean birth services at 46% of the rural hospitals, but with wide geographic differences. Many patients would have to drive an average of 86 miles round-trip to access care if those FPs were to stop delivering. CONCLUSIONS: Family physicians are essential providers of maternity care in the rural United States. Family Medicine residency programs should ensure that trainees who intend to practice in rural locations have adequate maternity care training to maintain and expand access to maternity care for rural patients and their families.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle