Assessing the Impact of Distance Traveled and Birth Volumes of Hospital Maternity Units on Newborn Outcomes: Population-Based Cohort Study
Notice bibliographique
Résumé
Background: The centralization of childbirth and newborn care in large maternity units has become increasingly prevalent in Europe. While this trend offers potential benefits such as specialized care and improved outcomes, it can also lead to longer travel and waiting times, especially for women in rural areas. Objective: This study aimed to evaluate the association between hospital maternity unit (HMU) volumes, road travel distance (RTD) to the hospital, and other neonatal outcomes. Methods: We conducted a population-based cohort study including all live births in hospitals without intensive care units between 2016 and 2019 in the Lombardy region, Italy. Given the hierarchical structure of our data (births nested within hospitals), we employed log-binomial regression models with random intercepts to estimate relative risks and 95% CIs for evaluating the association between HMU volumes (≥1500 births/year) and RTD (<5 km) with the risk of being transferred and/or death after birth (primary outcome). Secondary outcomes included a low Apgar score at 5 minutes and low adherence to antenatal care (ANC). We controlled for several potential confounders including adherence to the ANC pathway for the primary and low Apgar outcomes. To explore the influence of HMU volumes on the primary outcome, we identified the fractional polynomial model that best described this relationship. Results: Of 65,083 live births, 71% (n=45,955) occurred in low-volume hospitals (<1000 births/year), 21% (n=13,560) involved long-distance travel (>15 km), 1% (n=735) were transferred and/or died after birth, 0.5% (n=305) had a low Apgar score at 5 minutes, and 64% (n=41,317) completely adhered to ANC. The risk of transfer and/or death increased as HMU volume decreased, ranging from 1% for hospitals with 1000-1500 births/year to a 3.6-fold high risk for hospitals with <500 births/year (compared to high-volume hospitals). Travel distance did not affect the primary outcome. Neither HMU volume nor RTD were associated with low Apgar scores. Conversely, the risk of complete adherence to ANC decreased with lower HMU volumes but increased with shorter RTD. Additionally, high-volume hospitals demonstrated a decreasing trend in the frequency of the primary outcome, with transfer and/or death rates ranging from 2% to 0.5% and flattening to 0.5% in hospitals, with activity volume ≥1000 mean births/year. Conclusions: Our findings showed an excess risk of neonatal transfer and/or death for live births in HMUs with low activity volumes without an intensive care unit. In contrast, RTD primarily affected adherence to ANC. Moreover, data suggest that 1000 births/year could be an optimal cutoff for maternity hospitals to ensure an appropriate standard of care at delivery.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».