Neighbourhood material deprivation and severe maternal morbidity: a population-based cohort study in Ontario, Canada
Notice bibliographique
Résumé
OBJECTIVES: Rates of age-associated severe maternal morbidity (SMM) have increased in Canada, and an association with neighbourhood income is well established. Our aim was to examine SMM trends according to neighbourhood material deprivation quintile, and to assess whether neighbourhood deprivation effects are moderated by maternal age. DESIGN, SETTING AND PARTICIPANTS: A population-based retrospective cohort study using linked administrative databases in Ontario, Canada. We included primiparous women with a live birth or stillbirth at ≥20 weeks' gestational age. PRIMARY OUTCOME: SMM from pregnancy onset to 42 days postpartum. We calculated SMM rate differences (RD) and rate ratios (RR) by neighbourhood material deprivation quintile for each of four 4-year cohorts from 1 April 2002 to 31 March 2018. Log-binomial multivariable regression adjusted for maternal age, demographic and pregnancy-related variables. RESULTS: There were 1 048 845 primiparous births during the study period. The overall rate of SMM was 18.0 per 1000 births. SMM rates were elevated for women living in areas with high material deprivation. In the final 4-year cohort, the RD between women living in high vs low deprivation neighbourhoods was 3.91 SMM cases per 1000 births (95% CI: 2.12 to 5.70). This was higher than the difference observed during the first 4-year cohort (RD 2.09, 95% CI: 0.62 to 3.56). SMM remained associated with neighbourhood material deprivation following multivariable adjustment in the pooled sample (RR 1.16, 95% CI: 1.11 to 1.21). There was no evidence of interaction with maternal age. CONCLUSION: SMM rate increases were more pronounced for primiparous women living in neighbourhoods with high material deprivation compared with those living in low deprivation areas. This raises concerns of a widening social gap in maternal health disparities and highlights an opportunity to focus risk reduction efforts toward disadvantaged women during pregnancy and postpartum.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».