‘I Am Not Going, So You're Doing It’: Management of Pregnant People With High BMI at Rural Hospitals in British Columbia: A Mixed Methods Analysis
Notice bibliographique
Résumé
OBJECTIVE: To summarise administrative and interview data relevant to the care of pregnant people with high BMI in rural British Columbia. METHODS: In this mixed methods analysis, we report administrative health data linked to maternal postal codes, to determine variations in rates of local births across BMI groups (n = 3247) and to examine associations between BMI and adverse maternal-newborn outcomes (n = 2527). Qualitative data from 169 healthcare providers and administrators at rural hospitals in BC were analyzed to understand rural providers' experiences when caring for pregnant women with high BMI. Two clinical guidelines that were developed to improve care for women with obesity are presented, as examples of rural CQI initiatives. RESULTS: The proportion of local births decreased as BMI increased: 72.7% of those with normal BMI gave birth at rural hospitals compared to 34.9% with a BMI ≥ 40. For underweight, overweight, and obese women who gave birth at rural hospitals, the incidence of adverse perinatal outcomes was higher (IRR 1.85; 95% CI: 0.49-3.76, IRR = 1.19; 95% CI: 0.74-1.80; IRR = 1.81; 95% CI: 0.87-3.35), compared to those in the normal BMI range, but the associations were not significant. Healthcare providers also described challenges with maintaining quality and safety when caring for patients with high BMI in a low-volume rural setting and noted that a specialist 'cookie cutter' approach to managing and transferring people with high BMI was not practical in rural communities. DISCUSSION AND CONCLUSION: Strategies that improve the care of pregnant women with high BMI must take into account the social risks incurred by birthers and families who leave the community alongside the clinical risks of remaining, with attention also given to the impact of adverse outcomes on health care providers. These processes must be underscored by engagement from regional referral specialists to ensure local providers are clinically supported and that there are efficient transfer pathways to higher levels of care should this be needed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».