Perceptions of the Black population on fertility care: A scoping review
Notice bibliographique
Résumé
• Black women experience poorer IVF outcomes compared to White women. • Anatomical and psychosocial factors contribute to IVF outcome disparities. • Barriers include discrimination, lack of knowledge, cultural insensitivity, & cost. • Facilitators include education on insurance coverage & understanding of IVF plan. • Addressing financial & cultural barriers is key to improving Black women’s IVF care. Assisted reproductive technologies (ART), such as in vitro fertilization (IVF), offer hope for people struggling with infertility. Studies demonstrate that disparities in access and experiences with fertility care exist among different racial groups, particularly affecting Black women. This scoping review aims to explore Black women’s perceptions of fertility care and psychosocial barriers that they encounter when accessing care. This scoping review follows the Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews (PRISMA-ScR) Checklist. Three databases including OVID Medline, PubMed, and Embase, were searched using keywords that resulted in 12 studies that explored barriers to fertility care for Black women. Identified barriers included discrimination, lack of knowledge, and a lack of cultural sensitivity among physicians. The financial cost of treatment was the most frequently reported barrier to infertility treatment. Identified facilitators to infertility treatment included a thorough understanding of the treatment plan and procedures, culturally competent providers, and fertility counseling for patients including education on existing insurance coverage for infertility treatments. Recognizing disparities in IVF outcomes, and identifying both barriers and facilitators to treatment, is an essential first step toward improving fertility care outcomes.
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 | 0,011 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,014 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».