MétaCan
Menu
Retour à la cohorte
Enregistrement W4410291326 · doi:10.1055/a-2593-0555

Assessing Racial/Ethnic Variation and Trends in Vaginal Birth after Cesarean in California: A Retrospective Cohort Study Using Linked Birth Certificate and Hospital Discharge Records

2025· article· en· W4410291326 sur OpenAlexaff
Nicholas Rubashkin, E. Nicole Teal, Rebecca J. Baer, Saraswathi Vedam, Miriam Kuppermann, Grace Lanouette, Laura L. Jelliffe‐Pawlowski, Melissa G. Rosenstein

Notice bibliographique

RevueAmerican Journal of Perinatology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBirth certificateMedicinePacific islandersDemographyRetrospective cohort studyPoisson regressionEthnic groupObstetricsLive birthConfoundingPregnancyPopulationEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Increasing the vaginal birth after cesarean (VBAC) rate to 18% was a Healthy People 2020 goal. Detailed data on racial/ethnic differences in VBAC rates is lacking and can inform efforts to equitably increase VBAC rates. This study aimed to assess racial/ethnic variation in VBAC rates and to describe group trends in VBAC rates in California between 2011 and 2021. This retrospective cohort study used a database of birth certificates linked to hospital discharge records. We analyzed singleton, term live births among people who had a history of at least one prior cesarean birth, no identified contraindications to a vaginal birth, and self-identified their racial/ethnic group as Hispanic or non-Hispanic (American Indian-Alaskan Native (AIAN), Asian, Black, Hawaiian/Pacific Islander, or white). VBAC births were identified from birth certificate records. Differences between VBAC rates were assessed using univariable and multivariable Poisson log-linear regression while adjusting for potential confounders. A total of 607,808 birthing people were included (2,234 AIAN, 84,899 Asian, 34,217 Black, 2,559 Hawaiian/Pacific Islander, 334,116 Hispanic, 149,783 white). Over the study period, Hawaiian/Pacific Islander birthing people had the highest average VBAC rate at 11.5% (AIAN, 6.5%; Asian, 8.8%; Black, 8.0%; Hispanic, 7.4%; white, 9.5%). In adjusted models, Black (aRR = 1.06, 95% CI: 1.01–1.11) and Hawaiian/Pacific Islander (aRR = 1.43, 95% CI: 1.27–1.61) birthing people were more likely to have a VBAC compared with white birthing people, while Hispanic birthing people were less likely (aRR = 0.96, 95% CI: 0.93–0.98). VBAC rates increased significantly (p < 0.001) over time for all groups except AIAN birthing people. VBAC rates increased for most racial/ethnic groups in California. With the exception of the Hawaiian/Pacific Islander group, there were small and likely not clinically significant differences in the chances for a VBAC across groups. No group in California met the Healthy People 2020 goal VBAC rate of 18%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,148
Score d'incertitude au seuil0,294

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,376
Écart entre enseignants0,343 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of PerinatologyMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207