Sarcoidosis and pregnancy: obstetrical and neonatal outcomes in a population-based cohort of 7 million births
Notice bibliographique
Résumé
OBJECTIVES: Data on sarcoidosis in pregnancy is sparse and limited to a few case reports and series. Our aim is to determine the prevalence of sarcoidosis at delivery, and related maternal and newborn outcomes. STUDY DESIGN: Using the United States Healthcare Cost and Utilization Project Nationwide Inpatient Sample (HCUP-NIS) from 2003 to 2010, we conducted a population-based retrospective cohort study to compare women with and without sarcoidosis at delivery. We calculated the prevalence of sarcoidosis in pregnancy and used logistic regression analyses to estimate the associated risks of maternal and neonatal outcomes. RESULTS: There were 678 cases of sarcoidosis in 7,094,400 births over an 8-year period for an overall prevalence of nine and six-tenths cases per 100,000 births. Compared with controls, women with sarcoidosis were older, more likely to be African American and to report being smokers. Women with sarcoidosis were more likely to have preeclampsia odds ratio (OR) 1.62 (95% CI 1.18-2.22), eclampsia OR 5.27 (95% CI 1.69-16.40), deep vein thrombosis OR 4.92 (95% CI 1.58-15.33), pulmonary embolism OR 6.68 (95% CI 3.99-11.21), and premature delivery OR 1.73 (95% CI 1.40-2.15). There was also an increased risk of cesarean deliveries and postpartum hemorrhages. There were no cases of maternal death reported. CONCLUSIONS: Sarcoidosis in pregnancy is a rare disease associated with an increased risk of adverse obstetrical outcomes. Women with sarcoidosis can carry out successful pregnancies, however should be made aware of the higher risk of adverse events. Given the higher risk of venous thromboembolic events, consideration should be given to thromboprophylaxis in pregnancy.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».