Caesarean section or vaginal delivery for low-risk pregnancy? Helping women make an informed choice in low- and middle-income countries
Notice bibliographique
Résumé
Women's fear and uncertainty about vaginal delivery and lack of empowerment in decision-making generate decision conflict and is one of the main determinants of high caesarean section rates in low- and middle-income countries (LMICs). This study aims to develop a decision analysis tool (DAT) to help pregnant women make an informed choice about the planned mode of delivery and to evaluate its acceptability in Vietnam, Thailand, Argentina, and Burkina Faso. The DAT targets low-risk pregnant women with a healthy, singleton foetus, without any medical or obstetric disorder, no previous caesarean scarring, and eligibility for labour trials. We conducted a systematic review to determine the short- and long-term maternal and offspring risks and benefits of planned caesarean section compared to planned vaginal delivery. We carried out individual interviews and focus group discussions with key informants to capture informational needs for decision-making, and to assess the acceptability of the DAT in participating hospitals. The DAT meets 20 of the 22 Patient Decision Aid Standards for decision support. It includes low- to moderate-certainty evidence-based information on the risks and benefits of both modes of birth, and helps pregnant women clarify their personal values. It has been well accepted by women and health care providers. Adaptations have been made in each country to fit the context and to facilitate its implementation in current practice, including the development of an App. DAT is a simple method to improve communication and facilitate shared decision-making for planned modes of birth. It is expected to build trust and foster more effective, satisfactory dialogue between pregnant women and providers. It can be easily adapted and updated as new evidence emerges. We encourage further studies in LMICs to assess the impact of DAT on quality decision-making for the appropriate use of caesarean section in these settings.
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 | 0,053 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».