Diagnosis of congenital heart disease in an era of universal prenatal ultrasound screening in southwest Ohio
Notice bibliographique
Résumé
OBJECTIVES: Diagnostic ultrasound is widespread in obstetric practice, yet many babies with major congenital heart disease remain undiagnosed. Factors affecting prenatal diagnosis of major congenital heart disease are not well understood. This study aims to document prenatal detection rates for major congenital heart disease in the Greater Cincinnati area, and identify factors associated with lack of prenatal diagnosis. METHODS: All living infants diagnosed with major congenital heart disease by 4 months of age at our centre were prospectively identified. Prenatal care data were obtained by parent interview. Neonatal records were reviewed for postnatal data. Obstetricians were contacted for diagnostic ultrasound data. RESULTS: A total of 100 infants met the inclusion criteria. In all, 95 infants were analysed, of whom 94 were offered diagnostic ultrasound. In all, 41 had a prenatal diagnosis of major congenital heart disease. The rate of prenatal detection varied by cardiac lesion, with aortic arch abnormalities, semilunar valve abnormalities, and venous anomalies going undetected in this sample. Among subjects without prenatal detection, the highest proportion consisted of those having Level 1 diagnostic ultrasound only (66%). Prenatal detection was not significantly influenced by maternal race, education level, income, or insurance type. CONCLUSIONS: Despite nearly universal diagnostic ultrasound, detection rates of major congenital heart disease remain low in southwest Ohio. An educational outreach programme including outflow tract sweeps for community-level obstetrical personnel may improve detection rates.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».