MétaCan
Menu
Retour à la cohorte
Enregistrement W7117475514 · doi:10.1016/j.jmh.2025.100391

Maternal and early childhood health and social outcomes of migrants in high-income countries and the impact of policies that restrict access to healthcare; a systematic review and meta-analysis

2025· article· en· W7117475514 sur OpenAlexaboutno aff
Dr Hannah Rayment-Jones, Yahye Mohamed Mohamud, Holly Lovell, Judith Rankin, Jane Sandall, Síofra Peeren, Mpho Dube, Nikel-Shaniece Hector-Jack, Zenab Barry, Cristina Fernandez Turienzo, Elsie Sowah, Tomasina Stacey, Maria Castaner, Maria Raisa Jessica Aquino, Andrew Jolly, Jacqueline Broadhead, Mel Haith-Cooper, Abigail Easter, Sam Burton

Notice bibliographique

RevueJournal of Migration and Health · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesResearch Trainees Coordinating CentreKing's College LondonNational Institute for Health Research Applied Research Collaboration South LondonDepartment of Health and Social CareNational Institute for Health and Care Research
Mots-clésSocioeconomic statusOddsHealth careLow birth weightOdds ratioHealth equityEthnic groupPopulationMental health

Résumé

récupéré en direct d'OpenAlex

• Migrant women and children face mixed maternal and child health outcomes in HICs • Emergency caesarean, low Apgar, and perinatal mental health risks are elevated • Restrictive healthcare policies may contribute to adverse perinatal outcomes • Evidence from countries with inclusive policies and on child health is limited • Further research is needed to inform equitable care and policy for migrant families The “healthy migrant effect” suggests migrants experience better health than local populations despite socioeconomic disadvantage. Its relevance to maternal and child health is uncertain. This systematic review and meta-analysis examined outcomes among migrant women and children in high-income countries (HICs), and the impact of restrictive healthcare policies. Studies published between 2014–2024 comparing outcomes for foreign-born migrant women and children (up to five years) with local-born populations were included. Quality was assessed using the Newcastle-Ottawa Scale. Pooled odds ratios (ORs) were calculated using random-effects meta-analyses. Fifty-one moderate- or high-quality studies (67,471,879 participants across 16 HICs) were included. Migrant women were more likely to be from minority ethnic groups, have lower educational and socioeconomic status, and be older and multiparous. Migrants had higher odds of emergency caesarean birth (OR=1.24, 95%CI=1.16–1.33), food insecurity (OR=2.49, 95%CI=1.24–5.96), perinatal depression/anxiety (OR=1.67, 95%CI=1.10–2.54), intimate partner violence (OR=2.20, 95%CI=1.31–3.72), and low Apgar scores (OR=1.37, 95%CI=1.19–1.56). Odds of low birth weight were slightly lower (OR=0.95, 95%CI=0.90–1.00). Associations persisted under restrictive healthcare policies. No significant differences were found in maternal mortality, severe maternal morbidity, preterm birth, fetal loss, neonatal intensive care use, or vaccination coverage. There is a notable lack of evidence on longer-term child health outcomes. The “healthy migrant effect” may not apply during the perinatal period. Migrant women face significant health inequities, exacerbated by exclusionary policies. Further research, particularly into long-term child outcomes and in inclusive healthcare settings, is needed to inform equitable policy and practice.

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)0,008
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,029
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,070
Tête enseignante GPT0,442
Écart entre enseignants0,371 · 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'étudeMéta-analyse
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Migration and HealthMême sujetMigration, Health and TraumaTravaux en français237 207