Population perinatal substance use and an environmental scan of health services in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: Substance use during pregnancy is underreported globally and there is limited data on its prevalence and the availability of supportive services. This study determined population perinatal substance use in British Columbia (BC) by region and examined the availability of clinical and community-based programs. METHODS: Using linked provincial health administrative data, we conducted a population-based retrospective cohort study including all BC residents accessing care for substance use (alcohol, opioids, stimulants, sedatives, and cannabis) within 12 months of first perinatal care record to delivery during 2016-2021. We also conducted an environmental scan to identify all programs offering perinatal care and substance use treatment/support in BC as of December 2022 and described program components by region. RESULTS: The population included 12,439 people with perinatal substance use with 13,814 linked livebirths during the study period. The incidence rate of perinatal substance use was nearly eight times higher in rural/remote Northern BC compared to the metropolitan Vancouver Coastal region (1044.2 vs. 131.3 per 100,000 population, respectively). We identified 29 related services (19 wrap-around programs, 8 supportive housing, and only 2 acute care programs). Residents outside of Metro Vancouver accounted for 60 % (N=1745) of people with perinatal substance use; however, these regions represented only 35 % of BC's specialized acute care and supportive housing beds (N=140). CONCLUSIONS: Expanding supports for perinatal substance use - particularly acute care and supportive housing within more rural/remote regions in BC - will be critical to address geographic inequities in access to perinatal care and improve health outcomes for pregnant people who use substances and their infants.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».