Racial variations of adverse perinatal outcomes: A population-based retrospective cohort study in Ontario, Canada
Notice bibliographique
Résumé
INTRODUCTION: Racial differences in adverse maternal and birth outcomes have been studied in other countries, however, there are few studies specific to the Canadian population. In this study, we sought to examine the inequities in adverse perinatal outcomes between Black and White pregnant people in Ontario, Canada. METHODS: We conducted a population-based retrospective cohort study that included all Black and White pregnant people who attended prenatal screening and had a singleton birth in any Ontario hospital (April 1st, 2012-March 31st, 2019). Poisson regression with robust error variance models were used to estimate the adjusted relative risks of adverse perinatal outcomes for Black people compared with White people while adjusting for covariates. RESULTS: Among 412,120 eligible pregnant people, 10.1% were Black people and 89.9% were White people. Black people were at an increased risk of gestational diabetes mellitus, preeclampsia, placental abruption, preterm birth (<37, <34, <32 weeks), spontaneous preterm birth, all caesarean sections, emergency caesarean section, low birth weight (<2500g, <1500g), small-for-gestational-age (<10th percentile, <3rd percentile) neonates, 5-minute Apgar score <4 and <7, neonatal intensive care unit admission, and hyperbilirubinemia requiring treatment but had lower risks of elective caesarean section, assisted vaginal delivery, episiotomy, 3rd and 4th degree perineal tears, macrosomia, large-for-gestational-age neonates, and arterial cord pH≤7.1, as compared with White people. No difference in risks of gestational hypertension and placenta previa were observed between Black and White people. CONCLUSION: There are differences in several adverse perinatal outcomes between Black and White people within the Ontario health care system. Findings might have potential clinical and health policy implications, although more studies are needed to further understand the mechanisms.
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 | 0,005 |
| 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 | 0,000 |
| 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 ».