Obstetrical and neonatal outcomes in renal transplant recipients
Notice bibliographique
Résumé
OBJECTIVE: To measure the incidence and outcomes of pregnancies in renal transplant (RT) patients and to identify risk factors of adverse pregnancy outcomes. METHODS: We conducted a population-based retrospective cohort study using the United States Nationwide Inpatient Sample from 2003-2010. The incidence of pregnancies in women with RT was measured and logistic regression analysis was used to estimate the adjusted effect of RT on maternal and fetal outcomes. RESULTS: We identified 375 deliveries in patients with a RT among 7094300 births for an overall incidence of 5.3 cases per 100000 births over 8 years. Maternal complications, including preeclampsia OR=9.87 (7.76, 12.55) and blood transfusion OR=2.29 (1.69, 3.12) were more common in women with RT as compared to in women without. RT pregnancies were also complicated by an increased risk of preterm birth OR=4.65 (3.72, 5.81), intrauterine fetal death OR=3.67 (1.89, 7.15) and fetal congenital anomalies OR=5.28 (2.81, 9.90). Among women with RT and pre-existing hypertension, the risk of intrauterine growth restriction (IUGR) was considerably increased from 4.3% to 21.8%, OR=3.79 (1.67, 8.62). CONCLUSION: Pregnancies in RT patients are associated with an increased risk of maternal and fetal morbidities. Among women with RT, pre-existing hypertension strongly increases the risk of IUGR.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».