Sociodemographic characterization of the population from the maternity ward of a differentiated perinatal hospital in Portugal
Notice bibliographique
Résumé
Introduction: Recently in Portugal, several social and demographic changes have been observed with an emphasis on the increasing number of foreign citizens. The linguistic, cultural and social barriers cause challenges to maternal and child health care. This study aimed to characterize the sociodemographic and obstetrical data of mothers and newborns hospitalized in the maternity ward of a tertiary hospital in the southern region of Portugal. Methods: Cross-sectional observational study. A questionnaire was applied in the postpartum period to women admitted to the maternity ward of a tertiary hospital in Lisbon from 1 March 2021 to 30 June 2021. Results: 347 surveys were obtained from a total of 785 hospitalizations. The average maternal age was 31.8 years and the average paternal age was 33.7 years. Most mothers (79.1%) and fathers (77.3%) reported having, at least, secondary education. 19.5% of mothers and 7.7% of fathers were students or unemployed, 18.9% of parents were unqualified workers and 32.0% of mothers and 23.4% of fathers were professionals in the group of intellectual and scientific activities. More than a quarter of our population were migrants (27.6% of mothers and 26.2% of fathers) and, of these, 14.9% of mothers and 11.2% of fathers were not fluent in Portuguese. 7.9% of pregnancies did not meet the criteria for adequate prenatal care defined at the national level. There was an association (p < 0.01) between inadequate pregnancy surveillance and lower maternal age and lower educational level. There was no difference between the migrant and non-migrant population regarding the completion of the prenatal care program. Conclusions: The percentage of the migrant population is currently very expressive, with a non-negligible number of parents not fluent in Portuguese, which requires an adaptation of health resources to optimize the care provided. Lack of adequate prenatal care was expressive and was associated with lower maternal age and lower level of education.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 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 ».