Motor vehicle collision‐related accidents in pregnancy
Notice bibliographique
Résumé
AIM: Motor vehicle accidents (MVA) are a major contributor of worldwide morbidity and mortality; however, relatively little is known about the incidence and consequences of traffic accidents on pregnant women. Our aim is to compare rates and outcomes of motor vehicle collision-related accidents in pregnant women. MATERIAL AND METHODS: We conducted a population-based retrospective cohort study using the Healthcare Cost and Utilization Project Nationwide Inpatient Sample database from 2003 to 2011. The risk of different MVA and injuries were compared among pregnant and non-pregnant subjects using conditional logistic regression. RESULTS: We identified 5936 cases of collision-related MVA in pregnancy and age-matched them at a 1:10 ratio to 59,360 non-pregnant women with collision-related MVA. As compared to non-pregnant women, pregnant women who were admitted after an MVA suffered less severe injuries and consequently required fewer therapeutic interventions and a shorter hospital stay. Pregnant women who had a collision-related MVA were, however, at increased risk of requiring genitourinary surgery (odds ratio [OR], 1.45; 95% confidence interval [CI], 1.24-1.69). When restricted to women with a fracture, pregnant women were even more likely to require genitourinary surgery (OR, 2.93; 95%CI, 2.32-3.71) as well as require a blood transfusion (OR, 1.21; 95%CI, 1.01-1.44). CONCLUSION: Pregnant women admitted to hospital after a collision-related MVA tend to sustain less severe injuries compared to non-pregnant women. However, the influence of admissions for fetal monitoring, rather than maternal injury, could not be determined from our dataset. Pregnant women who experienced a collision-related MVA also required less surgical intervention, with the exception of genitourinary surgery, which may be indicative of more cesarean deliveries.
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 | 0,005 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,003 |
| 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 ».