MétaCan
Menu
Retour à la cohorte
Enregistrement W4399813168 · doi:10.1016/j.xagr.2024.100367

Racial/ethnic disparity in severe maternal morbidity among women who conceived by in vitro fertilization

2024· article· en· W4399813168 sur OpenAlexafffund
Jenna Victory, Sid John, Li Qing Wang, Johanna Koegl, Lindsay L. Richter, Hamideh Bayrampour, K.S. Joseph, Sarka Lisonkova

Notice bibliographique

RevueAJOG Global Reports · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAssisted Reproductive Technology and Twin Pregnancy
Établissements canadiensWomen's Health Research InstituteUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchBC Children's Hospital
Mots-clésMedicinePacific islandersOdds ratioObstetricsLive birthPregnancyEthnic groupPopulationIn vitro fertilisationGynecologyConfoundingDemographyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: In vitro fertilization (IVF) as a fertility treatment is associated with adverse perinatal outcomes. Racial/ethnic disparity in severe maternal morbidity (SMM) in women who conceived by IVF is understudied. Objective: To examine differences in the association between race/ethnicity and SMM between women who conceived spontaneously and those who conceived using IVF. Methods: We included all singleton live births and stillbirths in the United States, 2016-2021; data were obtained from the National Center for Health Statistics. Maternal race/ethnicity included non-Hispanic White (NHW), non-Hispanic Black (NHB), American Indian and Alaska Native (AIAN), Asian, Pacific Islander (PI), Hispanic, and mixed-race categories. The SMM composite outcome included eclampsia, uterine rupture, peripartum hysterectomy, blood transfusion, and intensive care unit (ICU) admission. We used logistic regression to adjust for potential confounders (such as age, education, parity, prepregnancy body mass index, smoking during pregnancy, chronic hypertension, and preexisting diabetes) and to assess modification of the association between race/ethnicity and SMM by IVF. Results: The study population included 21,585,015 women: 52% were NHW, 15% NHB, 0.8% AIAN, 6% Asian, 0.2% PI, 24% Hispanic, and 2% were of mixed race. IVF was used by 183,662 (0.85%) women; the rate of the SMM composite outcome was 18.5 per 1000 deliveries and 7.9 per 1000 deliveries in the IVF and spontaneous conception groups, respectively (unadjusted rate ratio 2.34, 95% confidence interval [CI] 2.26-2.43). In women with spontaneous conception, NHB, Asian and mixed-race women had elevated odds of SMM compared with NHW women (adjusted odds ratio [aOR]=1.39, 95% CI 1.37-1.41; aOR=1.04, 95% CI 1.02-1.07; and aOR=1.42, 95% CI 1.38-1.46, respectively). Racial/ethnic disparities in SMM and its components were not different between the IVF and spontaneous conception groups for the mixed-race category. NHB and Hispanic women had significantly higher aORs for uterine rupture/intrapartum hysterectomy compared with NHW women in the IVF group, while Asian women had a higher aOR for ICU admission compared with NHW women in the IVF group. Conclusion: Women who conceived by IVF have a greater than two-fold higher risk of SMM and this higher risk is evident across all racial/ethnic groups. However, NHB and Hispanic women who conceived by IVF had a higher risk of uterine rupture/hysterectomy, and Asian women who conceived by IVF had a higher risk of ICU admission. Our results warrant further investigation examining pregnancy and postpartum care issues among racial/ethnic minority women who conceive using IVF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,679

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,294
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAJOG Global ReportsMême sujetAssisted Reproductive Technology and Twin PregnancyTravaux en français237 207