Notice bibliographique
Résumé
PURPOSE: The object of this study was to determine factors leading to episiotomy in low-risk vaginal deliveries, including a comparison of family physicians with obstetricians. The research was also to assess the incidence of episiotomy in a large community hospital and compare it with a national rate of 40%. METHODS: A retrospective cohort design was used with computerized records from one hospital. Demographic and clinical information was extracted from the database, including parity, age, physician type, anesthesia, induction, fetal complications, and other factors. Only low-risk vaginal deliveries (n = 3120) from the year 2003 were included. RESULTS: There was an overall episiotomy incidence of 48%; obstetricians performed episiotomy in 54% of their low-risk patients and family physicians in 33% of similar women (P < .001). Adjusted for multiple factors, the odds ratio for obstetricians performing episiotomy was 2.38 [1.98 to 2.87 (95% confidence interval (CI))]. Instrument-assisted delivery was the strongest predictor for episiotomy, with an adjusted odds ratio for forceps of 5.08 [3.75 to 6.88 CI], and vacuum 2.86 [1.78 to 4.58 CI]. CONCLUSION: Episiotomy in this hospital is being performed in almost half of all vaginal births. Obstetricians are more than twice as likely to perform episiotomy as family physicians in similar patients. Instrument-assisted delivery is a strong risk factor for episiotomy.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».