Incidence and risk factors of sepsis mortality in labor, delivery and after birth: Population‐based study in the USA
Notice bibliographique
Résumé
AIM: Maternal sepsis is one of the leading causes of maternal mortality around the world. The aim of this study was to estimate the incidence and mortality rate of sepsis, and the associated risk factors for their development during pregnancy, labor, delivery and the post-partum period. METHODS: We conducted a population-based cohort study consisting of 5 million births that occurred in the USA. Data were obtained from the Healthcare Cost and Utilization Project-Nationwide Inpatient Sample (HCUP-NIS) database from 1998 to 2008. Logistic regression was used to calculate the adjusted odds ratio and corresponding 95% confidence intervals (95%CI) for sepsis development and sepsis-related death during admission for delivery. RESULTS: The overall incidence of maternal sepsis was 29.4 per 100 000 births (95%CI: 28.0-30.9) with a sepsis case fatality rate of 4.4 per 100 births (95%CI: 3.5-5.6). Both the incidence of maternal sepsis and sepsis-related death rate have increased over the last decade. Women who are black, older than 35 years and who smoke were more likely to experience maternal sepsis. An association was also found between maternal sepsis and diabetes mellitus, cardiovascular disease, eclampsia, preterm birth, hysterectomy, puerperal infection, post-partum hemorrhage, transfusion and chorioamnionitis. CONCLUSIONS: Mortality from maternal sepsis during labor and delivery is an increasing and important problem in westernized countries. Initiatives aimed at improving early recognition and effective management may help reduce the occurrence and outcomes of maternal sepsis at time of labor and delivery.
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 | 0,003 | 0,003 |
| 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 | 0,001 |
| 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 ».