Neonatal outcomes of pregnant women attending integrated and standard substance use treatment programs in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Substance use in pregnancy raises concern given its potential teratogenic effects. Given the unique needs of parenting people and the potential impact for developing children, specialized substance use treatment programs are increasingly being implemented for this population. Substance use treatment is associated with more positive neonatal outcomes compared with no treatment, however treatment models vary limiting our understanding of key treatment components/modelsFew studies have explored the influence of treatment model type (i.e., integrated treatments designed for pregnant clients compared with standard treatment models) and no studies have examined the influence of treatment model on neonatal outcomes using Canadian data. METHOD: We conducted a population-based cohort study of clients who were pregnant when initiating integrated (n = 564) and standard (n = 320) substance use treatment programs in Ontario, Canada. RESULTS: Neonatal outcomes did not significantly differ by treatment type (integrated or standard), with rates of adverse neonatal outcomes higher than published rates for the general population, despite receipt of adequate levels of prenatal care. While this suggests no significant impact of treatment, it is notable that as a group, clients engaged in integrated treatment presented with more risk factors for adverse neonatal outcomes than those in standard treatment. While we controlled for these risks in our analyses, this may have obscured their influence in relation to treatment type. CONCLUSION: Findings underscore the need for more nuanced research that considers the influence of client factors in interaction with treatment type. Pregnant clients engaged in any form of substance use treatment are at higher risk of having children who experience adverse neonatal outcomes. This underscores the urgent need for further investment in services and research to support maternal and neonatal health before and during pregnancy, as well as long-term service models that support women and children beyond the perinatal and early childhood periods.
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 | 0,000 | 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 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 ».