Caesarean birth in women with infertility: population‐based cohort study
Notice bibliographique
Résumé
OBJECTIVE: Caesarean section (CS) is more common following infertility treatment (IT) but the reasons why remain unclear and confounded. The Robson 10-Group Classification System (TGCS) may further explain variation in CS rates. We assessed the association between mode of conception and CS across Robson groups. DESIGN: Population-based cohort study. SETTING: Ontario, Canada, in a public healthcare system. POPULATION: 921 023 births, 2006-2014. METHODS: Modified Poisson regression produced relative risks (RR) and 95% confidence intervals, comparing the risk of CS among women with (1) subfertility without IT, (2) non-invasive IT (OI, IUI) or (3) invasive IT (IVF)-each relative to (4) spontaneous conception (SC). MAIN OUTCOME MEASURES: CS rate according to one of four modes of conception, overall and stratified by each of the TGCS groups. RESULTS: Relative to SC (26.9%), the risk of CS increased in those with subfertility without IT (RR 1.17, 95% CI 1.16-1.18), non-invasive IT (RR 1.21, 95% CI 1.18-1.24) and invasive IT (RR 1.39, 95% CI 1.36-1.42). Within each Robson group, similar patterns of RRs were seen, but with markedly differing rates. For example, in Group 1 (nulliparous, singleton, cephalic at ≥37 weeks, with spontaneous labour), the respective rates were 15.0, 19.4, 18.7 and 21.9%; in Group 2 (nulliparous, singleton, cephalic at ≥37 weeks, without spontaneous labour), the rates were 35.9, 44.4, 43.2 and 54.1%; and in Group 8 (multiple pregnancy), they were 55.9, 67.5, 65.0 and 69.3%, respectively. CONCLUSIONS: CS is relatively more common in women with subfertility and those receiving IT, an effect that persists across Robson groups. TWEETABLE ABSTRACT: Caesarean delivery is more common in women with infertility independent of demographics and prenatal conditions.
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 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 | 0,001 | 0,006 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».