Temporal trends in peripartum hysterectomy among individuals with a previous cesarean delivery by race/ethnicity in the United States: A population-based cohort study
Notice bibliographique
Résumé
OBJECTIVES: Rates of severe maternal morbidity have highlighted persistent and growing racial disparities in the United States (US). We aimed to contrast temporal trends in peripartum hysterectomy by race/ethnicity and quantify the contribution of changes in maternal and obstetric factors to temporal variations in hysterectomy rates. METHODS: We conducted a population-based, retrospective study of 5,739,569 US residents with a previous cesarean delivery, using National Vital Statistics System's Natality Files (2011-2021). Individuals were stratified by self-identified race/ethnicity and classified into four periods based on year of delivery. Temporal changes in hysterectomy rates were estimated using odds ratios (ORs) and 95% confidence intervals (CIs). We used sequential logistic regression models to quantify the contribution of maternal and obstetric factors to temporal variations in hysterectomy rates. RESULTS: Over the study period, the peripartum hysterectomy rate increased from 1.23 (2011-2013) to 1.44 (2019-2021) per 1,000 deliveries (OR 2019-2021 vs. 2011-2013 = 1.17, 95% CI 1.10 to 1.25). Hysterectomy rates varied by race/ethnicity with the highest rates among Native Hawaiian and Other Pacific Islander (NHOPI; 2.73 per 1,000 deliveries) and American Indian or Alaskan Native (AIAN; 2.67 per 1,000 deliveries) populations in 2019-2021. Unadjusted models showed a temporal increase in hysterectomy rates among AIAN (2011-2013 rate = 1.43 per 1,000 deliveries; OR 2019-2021 vs. 2011-2013 = 1.87, 95% CI 1.02 to 3.45) and White (2011-2013 rate = 1.13 per 1,000 deliveries; OR 2019-2021 vs. 2011-2013 = 1.21, 95% CI 1.11 to 1.33) populations. Adjustment ranged from having no effect among NHOPI individuals to explaining 14.0% of the observed 21.0% increase in hysterectomy rates among White individuals. CONCLUSION: Nationally, racial disparities in peripartum hysterectomy are evident. Between 2011-2021, the rate of hysterectomy increased; however, this increase was confined to AIAN and White individuals.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».