Trend of Cesarean Section Rates and Related Factors Among First-Time Mothers with Single Pregnancies in Zhejiang Province, China: Evidences from a Multi-Center Study
Notice bibliographique
Résumé
Bingqing Liu,* Mustafe Abdalle Abdi,* Yuanying Ma Women’s Hospital School of Medicine Zhejiang University, Hangzhou, Zhejiang, People’s Republic of China*These authors contributed equally to this workCorrespondence: Yuanying Ma, Women’s Hospital, Zhejiang University School of Medicine, Xueshi Road 1, Hangzhou, Zhejiang Province, 310003, People’s Republic of China, Email mayuanying88@zju.edu.cnPurpose: The overuse of cesarean section (C-section) is a worldwide public health concern, the most effective measure lies in reducing the rate among primiparous women. We aimed to describe the trend, propose reference values and analyze risk factors of C-section among primiparous women in Zhejiang Province, China.Patients and Methods: We used data of China’s National Maternal Near-Miss Surveillance System from 2012 to 2021. The C-Model was used to calculate the reference values, and logistic regression analysis was employed to explore risk factors.Results: The C-section rate for primiparous women initially decreased and then rose again, the average rate was 36.1%, with a reference C-section rate of 11.8%. In addition to recognized indications for C-section, we also identified advanced maternal age (OR: 3.21, 95% CI: 3.08, 3.35), higher hospital level (OR: 1.15, 95% CI: 1.13, 1.17), higher education level [college or above: 1.05 (1.02, 1.07); high school: 1.1 (1.08, 1.13)], history of abortion (OR: 1.30, 95% CI: 1.28, 1.32), and male infant (OR: 1.15, 95% CI: 1.13, 1.16) as independent risk factors.Conclusion: Reducing the C-section rate for primiparous women by two-thirds was possible in Zhejiang. Systemic health policies were urgently needed to further reduce the C-section rate.Keywords: maternal, C-section, reference C-section rate, C-model, risk factors
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».